在 tensorflow 中的 tf.function 函数中使用循环、tf.Variable、tf.tensorarray

Question

我一直试图让它工作一段时间，但我不知道如何。我尝试了十几种组合。

我要做的是获取输入数组，比较每个元素以查看其是正数还是负数。根据积极性或消极性应用独特的转换。取平均值并返回结果。这是我拥有的，但它不起作用。

编辑：我最近的尝试

@tf.function
def transform(x, y):
    et = tf.math.subtract(x, y)
    et_variable = tf.Variable(et)

    max_loop = tf.shape(x)[0]

    loss = tf.TensorArray(tf.float32, size=et.shape[0], clear_after_read=False)
    loss = loss.unstack(et_variable)

    i = tf.constant(0)
    while tf.math.less(i, max_loop):
        if loss.gather([i])[0] > 0:
            val = 3 * loss.gather([i])[0]
        else:
            val = 2 * loss.gather([i])[0]
        loss = loss.scatter([i], value=[val])
        i = tf.Variable(i)
        i = i + 1
        i = tf.constant(i)
    return(K.mean(loss.stack()))

我收到一个错误：

ValueError: condition of if statement expected to be `tf.bool` scalar, got Tensor("loss_funk/while/Greater:0", shape=(11,), dtype=bool); to check for None, use `is not None`

我尝试过使用 tf.Variable 和 tf.tensorarray，但都不能使用 tf.function。

Answer 1

以下是满足您期望的示例。 Tensor没有gather_nd，是tensorflow的API。我的 tensorflow 版本是 2.3

import numpy as np
import tensorflow as tf
from tensorflow.keras import backend as K

y_true = np.random.normal(size=(30, 50)).astype('float32')
x = np.random.normal(size=(30, )).astype('float32')
y = np.random.normal(size=(30, )).astype('float32')


@tf.function
def transform(x, y):
    et = tf.math.subtract(x, y)
    max_loop = tf.shape(y_true)[0]
    res = tf.TensorArray(tf.float32, size=et.shape[0], clear_after_read=False)
    i = tf.constant(0)
    while tf.math.less(i, max_loop):
        if tf.gather_nd(et, [i]) > 0:
            val = 0.03 * tf.gather_nd(et, [i])
        else:
            val = 0.05 * tf.gather_nd(et, [i])
        res = res.write(i, val)
        i = i + 1
    return K.mean(res.stack())


transform(x, y)