Question

我有两个相似的张量；一个具有找到的所有有效框，另一个具有它们所属的所有索引。

Tensor("valid_boxes:0", shape=(?, 9), dtype=float32)

Tensor("valid_boxes_indexes:0", shape=(?, 4), dtype=int64)

我需要一个map_fun来访问两个变量。我尝试过：

operation = tf.map_fn(lambda x: generate_bounding_box(x[0], x[1][1], x[1][0], x[1][2], grid_h, grid_w, anchors), (valid_boxes, valid_boxes_indexes))

Tensorflow给了我以下内容：

ValueError：这两个结构没有相同的嵌套结构。

第一个结构：type = tuple str =（tf.float32，tf.int64）

第二个结构：type = Tensor str = Tensor（“ map_14 / while / stack：0”，   shape =（5，），dtype = float32）

更具体地说：子结构“ type = tuple str =（tf.float32，   tf.int64）”是一个序列，而子结构“ type = Tensor   str = Tensor（“ map_14 / while / stack：0”，shape =（5，），dtype = float32）“

有什么办法可以正确地做到这一点？

谢谢！

Answer 1

当输入和输出值的结构不同时，您需要指定dtype。来自tf.map_fn的文档：

此外，fn可能会发出与其输入不同的结构。例如，fn可能看起来像：fn = lambda t1: return (t1 + 1, t1 - 1)。在这种情况下，dtype参数不是可选的：dtype必须是与fn的输出匹配的类型或（可能是嵌套的）元组。

尝试一下：

operation = tf.map_fn(
    lambda x: generate_bounding_box(x[0], x[1][1], x[1][0], x[1][2],
                                    grid_h, grid_w, anchors),
    (valid_boxes, valid_boxes_indexes)
    dtype=tf.float32)

Tensorflow-迭代两个张量

1 个答案: