python - 将可变大小的 numpy 数组转换为 Tensorflow 张量

Question

我正在尝试 Tensorflow 2.0 alpha preview 并正在测试 Eager execution 。我的疑问是，如果您在中间有一个可变大小的 numpy 数组，例如

input.shape
(10,)

input[0].shape
(109, 16)

input[1].shape
(266, 16)

对数组的其余部分依此类推，如何急切地将它们转换为张量。

当我尝试

tf.convert_to_tensor(input)

或者

tf.Variable(input)

我明白了

ValueError：无法将 numpy ndarray 转换为张量（无法将元素作为字节获取。）。

转换每个子数组有效，但由于子数组大小不同，tf.stack 不起作用。

有什么帮助或建议吗？

score 3 · Accepted Answer

这也急切地发生在我身上。看看这里的文档，我最终尝试了

tf.convert_to_tensor(input, dtype=tf.float32)

这对我有用。

score 0 · Accepted Answer

似乎解决这个问题的唯一方法是使用列表列表，然后将它们转换为不规则张量，因为 numpy 不太支持不规则数组。如果我发现任何新内容会更新

2 回答 2