在张量流中组合图

Question

我不知道如何处理这个问题。 我有一个图，g1，用于提取特征。

class FeatureExtractor():
    self.g1
    ...
    def _build_model():
        ...
    def compute_features(new_in):
        out = self.session.run(self.compute_out(), feed_dict = {self.in_: new_in})

我想在另一个图 g2 中使用这个图，如下所示：

class LSTM():
    def __init__(feature_extractor):
        self.fe = feature_extractor
    def _build_model():
        ....
        signal = tf.map_fn(self.fe.compute_features, signal)

但我收到此错误。

TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, numpy ndarrays, or TensorHandles.

因为 compute_features 需要 np.array 或类似的东西将其提供给 g1。

有什么办法可以做到吗？

Answer 1

张量是符号对象，所以不能在 feed_dict 中提供，给它作为 sess.run(tensor_object)

最好在这里讨论：-

https://github.com/tensorflow/tensorflow/issues/3389