与tensorflow map_fn错误。无法指定输出签名

Question

我试图使用tensorflow的fn来映射一个粗糙的张量，但是我得到了一个我无法修复的错误。下面是一些演示错误的最小代码：

import tensorflow as tf

X = tf.ragged.constant([[0,1,2], [0,1]])
def outer_product(x):
  return x[...,None]*x[None,...]
tf.map_fn(outer_product, X)

我想要的输出是：

tf.ragged.constant([
 [[0, 0, 0],
  [0, 1, 2],
  [0, 2, 4]],
 [[0, 0],
  [0, 1]]
])

我得到的错误是：

InvalidArgumentError:所有flat_values必须具有兼容的形状。形状在索引0: 3。形状在索引1: 2。如果使用tf.map_fn，则可能需要指定具有适当ragged_rank的显式fn_output_signature，并/或将输出张量转换为RaggedTensors。Op:RaggedTensorFromVariant。

我意识到我需要指定fn_output_signature，但尽管进行了实验，我还是找不出它应该是什么。

编辑:我清理了孤独的优秀答案一点点，并创建了一个功能，映射粗糙的张量。他的答案使用tf.ragged.stack函数将张量转换为tf.map_fn出于某种原因需要的粗糙张量。

def ragged_map_fn(func, t): 
  def new_func(t):
    return tf.ragged.stack(func(t),0)
  signature = tf.type_spec_from_value(new_func(t[0]))
  ans = tf.map_fn(new_func, t, fn_output_signature=signature)
  ans = tf.squeeze(ans, 1)
  return ans

Answer 1

粗糙的张量有时真的很棘手。以下是您可以尝试的一个选项：

import tensorflow as tf

X = tf.ragged.constant([
                        [0,1,2], 
                        [0,1]
                       ])
def outer_product(x):
  t = x[...,None] * x[None,...]
  return tf.ragged.stack(t)


y = tf.map_fn(outer_product, X, fn_output_signature=tf.RaggedTensorSpec(shape=[1, None, None],
                                                                    dtype=tf.type_spec_from_value(X).dtype,
                                                                    ragged_rank=2,
                                                                    row_splits_dtype=tf.type_spec_from_value(X).row_splits_dtype))
tf.print(y)
#y = tf.concat([y[0, :], y[1, :]], axis=0) # Remove additional dimension from Ragged Tensor
y = y.merge_dims(0, 1)
tf.print(y)

[
 [
  [
   [0, 0, 0], 
   [0, 1, 2], 
   [0, 2, 4]
  ]
 ], 
 [
  [
   [0, 0], 
   [0, 1]
  ]
 ]
]

在用y.merge_dims(0, 1)或tf.concat删除附加维度之后

[
 [
  [0, 0, 0], 
  [0, 1, 2], 
  [0, 2, 4]
 ], 
 [
  [0, 0], 
  [0, 1]
 ]
]