Tensorflow：如何对多个不同类型的张量进行分组？

Question

问题

不幸的是，tf.group（）不返回所计算操作的输出。我正在寻找一种方法来执行tf.group（）的工作，但要获取那些张量的输出。 我希望可以在图表中完成所有操作，这样我就不必使用feed dict。

示例

发生这种情况的情况是，如果您要创建一个包含每个批处理的行号的文本解析器数据集。

start = 10
ts = tf.Variable(start,dtype=tf.int32)
ts_p1 = ts.assign_add(1)
ds = tf.data.TextLineDataset(filenames[0])
ds = ds.skip(start+1)
# Below is the line of interest
ds = ds.map(lambda line: tf.group([ts_p1,line]))
ds = ds.batch(1)
ds = ds.repeat()
it = ds.make_initializable_iterator()
nxt = it.get_next()

我尝试过的事情：

1. tf.tuple（）需要相同的类型
2. tf.group（）输出不包含值
3. tf.identity_n（）我的理解是，这是一个副本，因此性能不佳
4. tf.gather（）不是此问题的函数
5. 将int32转换为字符串并追加到行（未找到支持将int强制转换为字符串）