如何将张量流张量与 Python 对象进行比较？

Question

我正在尝试将从 tfrec 文件加载的字符串标签张量转换为用于单热编码的数字。这个想法是使用一个 numpy 数组作为查找表，一旦命中，就会返回索引并将其存储在张量中。

但是，问题是张量不能直接与 python 对象进行比较。我尝试使用 tf.map_fn 来枚举我的一批标签，并使用 tf.cond 来进行比较 - 这没有用：

def elem_op(t):
    global all_labels
    for idx, lbl in enumerate(all_labels):
        lbl_tensor = tf.constant(lbl.encode())  # tensorflow stores string as bytes, so convert the Python string object to bytes tensor
        ret = tf.cond(tf.equal(lbl_tensor, t), lambda : idx, lambda : -1)
        if ret != -1:  # now this doesn't work because tf.cond returns a tensor
            return ret
    return -1

# labels is a tensor storing a batch of label strings
train_labels = tf.map_fn(fn=elem_op, elems=labels, dtype=tf.int32)

问题是 tf.cond 也返回一个张量并且不能在“if”子句中使用。我想知道解决这个问题的方法是什么？

谢谢！

Answer 1

您必须在会话中评估张量才能获得它的实际值。

如果条件更改为：

if sess.run(ret) != -1:

其中sess 是您的tf.Session 实例。例如：

sess = tf.Session()

同样，你可以运行：

sess.run(train_labels)