Question

我想使用TensorFlow Python API如下计算多项式：

多项式：f（x）= a0 + a1 * x + a2 * x ^ 2 + a3 * x ^ 3 + a4 * x ^ 4。

代码是：

import tensorflow as tf


x = tf.placeholder(dtype=tf.float32, shape=())
cfc = tf.placeholder(dtype=tf.float32, shape=5)

polynomial = tf.constant([1, x, tf.pow(x, 2), tf.pow(x, 3), tf.pow(x, 4)])
f = tf.tensordot(cfc, polynomial, 1)

with tf.Session() as sess:
    result = sess.run(f, feed_dict={x: 1.0,
                                    cfc: [0.0, 1.0, -1.0, 1.0, -1.0]})
    print(result)

一段非常简单的代码，但我做对了。

这是错误跟踪：

Traceback (most recent call last):
  File "C:/Users/User/PycharmProjects/trytf/sandbox.py", line 7, in <module>
    polynomial = tf.constant([1, x, tf.pow(x, 2), tf.pow(x, 3), tf.pow(x, 4)])
  File "C:\Python36\lib\site-packages\tensorflow\python\framework\constant_op.py", line 208, in constant
value, dtype=dtype, shape=shape, verify_shape=verify_shape))
  File "C:\Python36\lib\site-packages\tensorflow\python\framework\tensor_util.py", line 442, in make_tensor_proto
_AssertCompatible(values, dtype)
  File "C:\Python36\lib\site-packages\tensorflow\python\framework\tensor_util.py", line 350, in _AssertCompatible
raise TypeError("List of Tensors when single Tensor expected")
TypeError: List of Tensors when single Tensor expected

我不明白为什么它说有张量列表。请指教。谢谢。

Answer 1

您应该将tf.constant替换为tf.stack，因为您无法将张量列表作为tf.constant的参数传递

polynomial = tf.stack([1, x, tf.pow(x, 2), tf.pow(x, 3), tf.pow(x, 4)])

Answer 2

这是因为您试图使用x创建一个常量，该常量是一个占位符，在运行时会接受值。因此，它会向您抛出该错误。

此处是代码的修改版本，在Google Colab上运行时可返回结果。

import tensorflow as tf

x = tf.placeholder(dtype=tf.float32, shape=())
cfc = tf.placeholder(dtype=tf.float32, shape=(5))

polynomial = tf.Variable([1.0, 0.0, 0.0, 0.0, 0.0])
polynomial_op = polynomial.assign([1.0, x, tf.pow(x, 2), tf.pow(x, 3), tf.pow(x, 4)])
f = tf.tensordot(cfc, polynomial, 1)

init_op = tf.variables_initializer([polynomial])

with tf.Session() as sess:
    sess.run(init_op)
    result = sess.run(polynomial_op, feed_dict={x: 2.0, cfc: [0.0, 1.0, -1.0, 1.0, -1.0]})
    print(result)

sess.close()

结果：

[ 1.  2.  4.  8. 16.]

在这里，我将多项式定义为变量，并使用tf变量初始值设定项对其进行了初始化。请注意，由于正在执行此操作，因此我在开始时分配了一个默认值，然后通过定义一个赋值操作然后运行该值，将其重新分配给使用x计算的值。您可以选择以其他任何舒适的方式进行操作。

Answer 3

import tensorflow as tf

x = tf.placeholder(dtype=tf.float32, shape=())
cfc = tf.placeholder(dtype=tf.float32, shape=5)
polynomial = [1, x, x**2, x**3, x**4]
f = tf.tensordot(cfc, polynomial, 1)

with tf.Session() as sess:
    result = sess.run(f, feed_dict={x: 1.0, cfc: [0.0, 1.0, -1.0, 1.0, -1.0]})
    print(result)

错误：计算多项式

3 个答案: