【发布时间】：2018-06-07 14:47:19
【问题描述】：
我应该如何从 Eigen::Tensor 创建一个 tensorflow::Tensor？我可以一个接一个地复制元素，但我希望有更好的方法。
【问题讨论】：
标签： c++ tensorflow eigen tensor
【发布时间】：2018-06-07 14:47:19
【问题描述】：
没有公共 api 可以在不复制数据的情况下从 Eigen::Tensor 创建 tensorflow::Tensor。但是，您可以使用以下 api 创建一个 tensorflow::Tensor 并将其解释为 Eigen::TensorMap：
tensorflow::Tensor tf_tensor(tensor_constructor_args);
// For the general case:
Eigen::TensorMap<type_params> eigen_tensor = tf_tensor.tensor<Type, NumDims>();
// shortcuts if you know the tensor is a matrix/vector/scalar
Eigen::TensorMap<type_params> eigen_matrix = tf_tensor.matrix<Type>();
Eigen::TensorMap<type_params> eigen_vector = tf_tensor.vector<Type>();
Eigen::TensorMap<type_params> eigen_scalar = tf_tensor.scalar<Type>();
这将避免复制。此外，Eigen tensors 和 tensormaps 共享相同的 api，因此可以互换使用。
【讨论】：
-
非常感谢@Benoit Steiner，但这对我帮助不大。但也许我试图解决一个错误的问题。我使用 Eigen::Tensor 的原因是我可以轻松地对它们进行切片。所以我从文件中读取了所有样本，每次迭代都传递给模型对应的切片。我可以用纯 tensorflow::Tensor 做到这一点吗？
-
没有简单的方法来切片 tensorflow::Tensor。但是 TensorFlow 提供了一个 tf.slice 操作，您可以使用它来对输入数据进行切片，并在每次迭代时单独提供每个样本。