Question

我有一个单词嵌入的句子列表。所以每个句子都是16 * 300的矩阵，所以它是2d张量。我想将它们连接到3d张量并将此3d张量用作CNN模型的输入。不幸的是，我无法将其放入这个3d张量。

我认为，至少应该通过tf.concat将这些2d张量中的两个连接到较小的3d张量中。不幸的是，我收到以下错误消息

tf.concat(0, [Tweets_final.Text_M[0], Tweets_final.Text_M[1]])

ValueError: Shape (3, 16, 300) must have rank 0

如果它与两个2d张量一起工作，我可能会与一个循环一起工作

列表中的这些2d张量之一看起来像这样：

<tf.Tensor: shape=(16, 300), dtype=float32, numpy= array([[-0.03571776,  0.07699937, -0.02208528, ...,  0.00873246,
    -0.05967658, -0.03735098],
   [-0.03044251,  0.050944  , -0.02236165, ..., -0.01745957,
     0.01311598,  0.01744673],
   [ 0.        ,  0.        ,  0.        , ...,  0.        ,
     0.        ,  0.        ],
   ...,
   [ 0.        ,  0.        ,  0.        , ...,  0.        ,
     0.        ,  0.        ],
   [ 0.        ,  0.        ,  0.        , ...,  0.        ,
     0.        ,  0.        ],
   [ 0.        ,  0.        ,  0.        , ...,  0.        ,
     0.        ,  0.        ]], dtype=float32)>

Answer 1

您可以在文档中找到解决方案： https://www.tensorflow.org/api_docs/python/tf/stack

tf.stack ：将等级R张量列表堆叠到一个等级（R + 1）张量中。

>>> y = tf.constant([2, 5])
>>> z = tf.constant([3, 6])
>>> tf.stack([x, y, z])
<tf.Tensor: shape=(3, 2), dtype=int32, numpy=
array([[1, 4],
       [2, 5],
       [3, 6]], dtype=int32)>
>>> tf.stack([x, y, z], axis=1)
<tf.Tensor: shape=(2, 3), dtype=int32, numpy=
array([[1, 2, 3],
       [4, 5, 6]], dtype=int32)>

2d张量到1个3d张量的列表

1 个答案: