TensorFlow tf.map_fn 错误

Question

    a = tf.constant([[1, 2, 3, 1], [4, 5, 6, 1], [7, 8, 9, 1]])
    mul = tf.constant([1, 3, 2])
    result = []
    for i in range(3):
        print(a[i], mul[i])
        result.append(tf.tile(a[i], [mul[i]]))

    with tf.Session() as sess:
        print([r.eval() for r in result])

正确结果：

[数组([1, 2, 3, 1]), 数组([4, 5, 6, 1, 4, 5, 6, 1, 4, 5, 6, 1]), 数组([7 , 8, 9, 1, 7, 8, 9, 1])]

while run below with tf.map_fn, it will fail

    c = tf.constant([[1, 2, 3, 1], [4, 5, 6, 1], [7, 8, 9, 1]])
    x = tf.constant([1, 3, 1])

    def cc(b, t):
        print(b.shape, t)
        print(type(b), type(t))
        return tf.tile(b, [t])


    d = tf.map_fn(fn=lambda t: cc(t[0], t[1]), elems=(c, x))

这是错误跟踪：

Traceback（最近一次调用最后一次）： 文件“C:\Program Files\Python36\lib\site-packages\tensorflow\python\util\nest.py”，第 297 行，位于 assert_same_structure expand_composites) ValueError: 这两个结构没有相同的嵌套结构。

第一个结构：

type=tuple str=(tf.int32, tf.int32)

第二个结构：

type=Tensor str=Tensor("map/while/Tile:0", shape=(?,), dtype=int32)

更具体地说：子结构"type=tuple str=(tf.int32, tf.int32)" 是一个序列，而子结构"type=Tensor str=Tensor("map/while/Tile:0", shape=(?,), dtype=int32)" 不是

Answer 1

tf.map_fn 无法处理您的情况。基本上，每次执行操作后，它都需要一致的形状输出。让我们举个例子。 tf.map_fn 将执行以下操作。

map => [1,2,3,1], [1] => returns a 4 element long vector
map => [4,5,6,1], [3] => returns a 12 element long vector
map => [7,8,9,1], [2] => returns a 8 element long vector

因此，当 map_fn 检查每一行的输出时，它会发现形状不一致。这就是错误所在。

因此，为此，您唯一的选择（据我所知）是使用tf.unstack（如果使用 TF 1.x），这相当于在 TF 2.0 中迭代行（您问题中的第一种方法）。

如果你需要它在最后成为一个张量，你可以将它作为RaggedTensor。

c = tf.constant([[1, 2, 3, 1], [4, 5, 6, 1], [7, 8, 9, 1]])
x = tf.constant([1, 3, 2])

def cc(b, t):
    return tf.tile(b, [t])

unstack_c = tf.unstack(c)
unstack_x = tf.unstack(x)

vals = []
for rc, rx in zip(unstack_c, unstack_x):
  vals.append(tf.reshape(cc(rc, rx),[1,-1]))

res = tf.ragged.stack(vals)