使用张量是张量流中的字典键答案

【问题标题】：Using tensors are dictionary keys in tensorflow使用张量是张量流中的字典键
【发布时间】：2020-04-24 20:58:54
【问题描述】：

我已经看到答案here。这不是我要找的。p>

我在 tensorflow2.0 上运行它

我在 TensorFlow 文档中读到以下句子：

除了 tf.Variable，张量的值是不可变的，这意味着仅在单个执行张量的上下文中有一个单一的价值。然而，两次评估相同的张量可以返回不同的值；例如，张量可以是从磁盘读取数据，或者生成一个随机数。

我尝试使用张量作为字典键，但出现以下错误：

Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key

【问题讨论】：

【解决方案1】：

这个错误是什么意思？

我想你可以在源代码中找到第一个问题的答案。

查看this line 和上面的评论，您必须明确地为张量启用散列，如下所示。

tf.compat.v1.disable_tensor_equality()

x = tf.ones(shape=[10,2], dtype=np.float32)
dct = {x: 1} # Works fine

现在发生的情况是 __hash__ 返回正确的 ID 而不是引发错误。这允许您将其用作字典中的键。

禁用此功能的缺点是您无法再与张量进行逐元素比较。例如，

x = tf.ones(shape=[10,2], dtype=np.float32)
print((x==1.0))

启用平等返回，

>>> tf.Tensor(
[[ True  True]
 [ True  True]
 ...
 [ True  True]
 [ True  True]], shape=(10, 2), dtype=bool)

>>> False

tf.Variables 也可以散列吗？他们还定义了计算而不是计算，所以为什么存在“除了 tf.Variable 之外，张量的值是不可变的”的区别

是的。如果您查看__hash__ 函数，它会返回id(self)，在该对象的生命周期内该对象将是唯一的（来源：here）。我不太了解如何使用id 生成哈希 ID。但只要它是独一无二的，应该不是问题。事实上，你也可以在它成为字典中的键后更改变量值。

【讨论】：