Question

我想在不破坏TF计算图的情况下将这个非常简单的Python for循环转换为Tensorflow。有什么办法可以做到吗？（如果有）

这是for循环，其中A，B和C是张量。

go install

我对Tensorflow还是陌生的，我知道这可能是一个不合理的问题（根据TF的工作原理），如果我也离现实太远，那么对此我将不胜感激。谢谢，

Answer 1

您不需要在tensorflow中使用循环。 tf.scatter_nd是适合您问题的函数。一个例子：

import tensorflow as tf

A = [-1,2,3,1]
B = [-2,4,6,2]
C = [-1,2,3,1,7,6]

for a, b in zip(A, B):
    if 0 <= a:
        C[a] += b
print('your result:\n',C)

A = tf.constant([-1,2,3,1])
B = tf.constant([-2,4,6,2])
C = tf.constant([-1,2,3,1,7,6])

mask_B = tf.boolean_mask(B,tf.greater_equal(A,0))
mask_A = tf.boolean_mask(A,tf.greater_equal(A,0))
C = tf.scatter_nd(tf.expand_dims(mask_A,axis=-1), mask_B, tf.shape(C))+C
# if C type is tf.Variable, you can use tf.scatter_nd_add
# C = tf.scatter_nd_add(C, tf.expand_dims(mask_A,axis=-1), mask_B)

with tf.Session() as sess:
    print('tensorflow version:\n',sess.run(C))

your result:
 [-1, 4, 7, 7, 7, 6]
tensorflow version:
 [-1  4  7  7  7  6]

如何将此Python for循环翻译为Tensorflow（如果可能）

1 个答案: