Question

具有一个由数字组成的张量的张量（例如“ 32”，“ 45”等），我如何将其转换为一个张量，该张量的符号重复的次数与该数字指示的次数相同。

例如，如果我有一个张量[“ 2”，“ 3”，“ 0”，“ 1”]，我想获得类似[“ aa”，“ aaa”，“”，“ a “]。

我已经使用numpy获得了它，但是现在我试图直接在TensorFlow中实现它，因为我没有启动会话，所以我无法寻找变量值。

我在这里分享了一段代码

import tensorflow as tf

a = tf.Variable(["2", "3", "0", "1"], dtype=tf.dtypes.string)
res = tf.strings.regex_replace(a, "([0-9]+)", r"a" * int("\\1"))

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(res)) # It should show ["aa", "aaa", "", "a"]

但是int（“ \ 1”）不会返回数字，但是会返回ValueError：

ValueError：以10为底的int（）无效文字：'\ 1'

Answer 1

我认为您无法在TensorFlow中使用正则表达式来实现。这是您可以执行的一种方法：

import tensorflow as tf

def repeat_symbol(nums, symbol):
    nums = tf.convert_to_tensor(nums)
    symbol = tf.convert_to_tensor(symbol)
    # Make sequence mask from numbers
    mask = tf.sequence_mask(nums)
    # Use sequence mask to pick either the symbol or an empty string
    symbol_rep = tf.gather(tf.stack(["", symbol]), tf.cast(mask, tf.int32))
    # Join result
    return tf.strings.reduce_join(symbol_rep, axis=-1)

with tf.Graph().as_default(), tf.Session() as sess:
    a = tf.constant(["2", "3", "0", "1"], dtype=tf.string)
    # Convert strings to numbers
    a_nums = tf.strings.to_number(a, out_type=tf.int32)
    result = repeat_symbol(a_nums, "a")
    print(sess.run(result))
    # [b'aa' b'aaa' b'' b'a']

正则表达式将数字字符串替换为字符串

1 个答案: