将可变大小的numpy数组转换为Tensorflow张量

Question

我正在尝试Tensorflow 2.0 Alpha预览并正在测试Eager执行。 我的疑问是，如果您有一个中间大小可变的numpy数组，例如

@tf.function
def check(x,y):
  return tf.cond(tf.greater(x,y), lambda: True, lambda: False)


print(check(tf.constant(2),2))

依次类推其余的数组，如何将它们急切地转换为张量。

当我尝试

input.shape
(10,)

input[0].shape
(109, 16)

input[1].shape
(266, 16)

或

tf.convert_to_tensor(input)

我知道

  

ValueError：无法将numpy ndarray转换为张量（无法获取   元素（以字节为单位）。

转换每个子数组都可以，但是因为子数组的大小不一样，所以tf.stack不起作用。

有什么帮助或建议吗？

Answer 1

似乎唯一可行的方法是使用列表列表，然后将其转换为参差不齐的张量，因为numpy不能很好地支持参差不齐的数组。如果我发现新内容，将会更新

Answer 2

我也很想这件事。看着docs here，我最终尝试了

tf.convert_to_tensor(input, dtype=tf.float32)

那对我有用。