如何在 TensorFlow 中累积应用函数列表答案

【问题标题】：How to apply list of functions cumulatively in TensorFlow如何在 TensorFlow 中累积应用函数列表
【发布时间】：2020-07-29 17:40:20
【问题描述】：

假设我输入了 x 和函数列表 [f, g, h, j] 是否有 TensorFlow 函数来获取这些函数的组成？即[f(x), g(f(x)), h(g(f(x))), j(h(g(f(x))))]。

【问题讨论】：

标签： tensorflow keras deep-learning tensorflow2.0 tf.keras

【解决方案1】：

Python 可以将可调用对象（即函数）分配给变量。如果您使用此功能，您可以轻松地遍历可调用列表以获取组合：

def compose(x):
    # For more clarity, let's actually assign callables to variables
    f = tf.nn.leaky_relu
    g = lambda x: -x
    h = tf.nn.sigmoid
    j = tf.reduce_mean

    callables = [f, g, h, j]
    results = []
    for func in callables:
        x = func(x)
        results.append(x)
    return results

类似tf.map_fn 这样的并行形式在这种情况下是不可能的，因为一个元素依赖于先前的元素；流程本质上是顺序的。

【讨论】：

是的，这绝对是最好的方法。如果让tf.scan 函数接受更广泛的输入集，Tensorflow 会很好。例如tf.scan(lambda initializer, fn: fn(initializer), [lambda x: x + 2, lambda x: x * 2, lambda x: x + 3, lambda x: x * 3], 0)，但函数无法转换为张量支持的类型。