0

我正在尝试将张量流张量列映射到唯一值数组中：

print(dp1_unique_values)
[-9.    -5.793 -3.76  -3.5   -3.323 -2.511 -2.5 ...]

我用以下方式读取数据：

dataset = tf.data.TextLineDataset('BigDatabase/testdihedrals.txt').map(parse_func)

文本文件包含用“：”分隔的特征向量和相应的值。我正在尝试将相应的值映射到 dp1_unique_values 的索引中。通常使用 numpy 我会这样做

a = np.argwhere(dp1_unique_values,y)

其中 y 是从文本文件中读取的值数组。我试图编写一个解析器函数来将文本转换为浮点数：

def parse_func(x):
    a = tf.constant(dp1_unique_values)
    for i in a:
        print(a)
    vals = tf.strings.split([x],':').values
    x = tf.strings.split([vals[0]]).values
    y = tf.strings.split([vals[1]]).values[:1]
    x = tf.strings.to_number(x)
    y = tf.strings.to_number(y)
    return(x,y)

但是，此解析器返回值而不是 dp1_unique_values 的索引。

如何在解析器函数级别将 y 值映射到 dp1_unique_values？

4

0 回答 0