对矩阵进行张量流扫描

【问题标题】：tensorflow scan on a matrix对矩阵进行张量流扫描
【发布时间】：2018-04-17 13:47:02
【问题描述】：

如何使以下扫描示例起作用？我打算用这个例子来测试函数f中的一些代码。

def f(prev_y, curr_y):
  fval = tf.nn.softmax(curr_y)
  return fval

a = tf.constant([[.1, .25, .3, .2, .15],
                 [.07, .35, .27, .17, .14]])
c = tf.scan(f, a, initializer=0)
with tf.Session() as sess:
  print(sess.run(c))

【问题讨论】：

标签： python tensorflow scanning

【解决方案1】：

您的initializer=0 无效。作为documented：

如果提供了initializer，则fn的输出必须与initializer具有相同的结构；并且fn 的第一个参数必须匹配这个结构。

f 的输出与第二个参数curr_y 具有相同的类型和形状，与0 不匹配。在这种情况下，您需要：

init = tf.constant([0., 0., 0., 0., 0.])
c = tf.scan(f, a, initializer=init)

对于这种特定情况（特别是您的f），您不需要（也许不应该）使用tf.scan，因为您的f 仅使用一个参数。 tf.map_fn 可以胜任：

c = tf.map_fn(tf.nn.softmax, a)

【讨论】：