流量tf.map_fn误差

Question

    a = tf.constant([[1, 2, 3, 1], [4, 5, 6, 1], [7, 8, 9, 1]])
    mul = tf.constant([1, 3, 2])
    result = []
    for i in range(3):
        print(a[i], mul[i])
        result.append(tf.tile(a[i], [mul[i]]))

    with tf.Session() as sess:
        print([r.eval() for r in result])

正确结果：

[数组( 1，2，3，1)，数组( 4，5，6，1，4，5，6，1，4，5，6，1，1，6，6，1，1，7，8，8，9，1，7，8，9，1，7，8，9，1，7，8，9，1，7，8，9，1，7，8，9，1，7，8，9，1，7，8，9，1，7，8，9，1，7，8)]

while run below with tf.map_fn, it will fail

    c = tf.constant([[1, 2, 3, 1], [4, 5, 6, 1], [7, 8, 9, 1]])
    x = tf.constant([1, 3, 1])

    def cc(b, t):
        print(b.shape, t)
        print(type(b), type(t))
        return tf.tile(b, [t])


    d = tf.map_fn(fn=lambda t: cc(t[0], t[1]), elems=(c, x))

以下是错误跟踪：

Files\Python36\lib\site-packages\tensorflow\python\util\nest.py"，回溯(最近一次调用)：文件"C:\Program 297，in assert_same_structure expand_composites) ValueError:这两个结构没有相同的嵌套结构。

第一结构：

type=tuple str=(tf.int32, tf.int32)

第二结构：

type=Tensor str=Tensor("map/while/Tile:0", shape=(?,), dtype=int32)

更具体地说:子结构"type=tuple str=(tf.int32, tf.int32)“是一个序列，而子结构"type=Tensor str=Tensor("map/ while /Tile:0”、shape=(？)、dtype=int32)不是

Answer 1

tf.map_fn无法处理您的情况。基本上，每次执行操作后，它都需要一致的形状输出。让我们以你为例。tf.map_fn将执行以下操作。

map => [1,2,3,1], [1] => returns a 4 element long vector
map => [4,5,6,1], [3] => returns a 12 element long vector
map => [7,8,9,1], [2] => returns a 8 element long vector

因此，当map_fn检查每一行的输出时，它会看到形状不一致。这就是错误的意义所在。

因此，您唯一的选择(据我所见)是使用tf.unstack (如果使用Tf1.x)，这相当于在TF2.0中迭代行(问题中的第一种方法)。

如果你需要它在末尾成为张量，你可以把它作为一个RaggedTensor。

c = tf.constant([[1, 2, 3, 1], [4, 5, 6, 1], [7, 8, 9, 1]])
x = tf.constant([1, 3, 2])

def cc(b, t):
    return tf.tile(b, [t])

unstack_c = tf.unstack(c)
unstack_x = tf.unstack(x)

vals = []
for rc, rx in zip(unstack_c, unstack_x):
  vals.append(tf.reshape(cc(rc, rx),[1,-1]))

res = tf.ragged.stack(vals)