TensorFlow中的高阶函数-如何使用？

Question

TF中新的高阶函数在这里详述：

fn

特别是，map函数看起来很有用。下面是他们为本教程编写的内容：

  elems = [1, 2, 3, 4, 5, 6]
  squares = map_fn(lambda x: x * x, elems)
  # squares == [1, 4, 9, 16, 25, 36]

因此，我创建了一个空python文件：

import tensorflow as tf
elems = [1, 2, 3, 4, 5, 6]
squares = tf.map_fn(lambda x: x * x, elems)

运行此操作将产生以下错误：

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/tensor_util.pyc in make_tensor_proto(values, dtype, shape)
    323   else:
    324     if values is None:
--> 325       raise ValueError("None values not supported.")
    326     # if dtype is provided, forces numpy array to be the type
    327     # provided if possible.

ValueError: None values not supported.

有人知道这是怎么回事吗？谢谢!

编辑:我使用的是TensorFlow版本0.8。

Answer 1

您的代码看起来不错，但是我可以使用numpy array来修复它，如下所示：

import tensorflow as tf
import numpy as np

elems = np.array([1, 2, 3, 4, 5, 6], dtype="float32")
squares = tf.map_fn(lambda x: x * x, elems)

sess = tf.Session()
sess.run(squares)

这一产出如下：

[  1.   4.   9.  16.  25.  36.]