1

我正在尝试使用 tensorflow 的tf.map_fn来映射一个参差不齐的张量，但我遇到了一个我无法修复的错误。这是一些演示错误的最小代码：

import tensorflow as tf

X = tf.ragged.constant([[0,1,2], [0,1]])
def outer_product(x):
  return x[...,None]*x[None,...]
tf.map_fn(outer_product, X)

我想要的输出是：

tf.ragged.constant([
 [[0, 0, 0],
  [0, 1, 2],
  [0, 2, 4]],
 [[0, 0],
  [0, 1]]
])

我得到的错误是：

“InvalidArgumentError：所有 flat_values 必须具有兼容的形状。索引 0 处的形状：[3]。索引 1 处的形状：[2]。如果您使用的是 tf.map_fn，那么您可能需要使用适当的 ragged_rank 指定显式 fn_output_signature，并且/ 或将输出张量转换为 RaggedTensors。[Op:RaggedTensorFromVariant]"

我意识到我需要指定 fn_output_signature 但尽管进行了实验，但我无法弄清楚它应该是什么。

编辑：我稍微清理了 AloneTogether 的优秀答案，并创建了一个映射参差不齐的张量的函数。他的回答使用tf.ragged.stack函数将张量转换为不规则的张量，这tf.map_fn出于某种原因需要

def ragged_map_fn(func, t): 
  def new_func(t):
    return tf.ragged.stack(func(t),0)
  signature = tf.type_spec_from_value(new_func(t[0]))
  ans = tf.map_fn(new_func, t, fn_output_signature=signature)
  ans = tf.squeeze(ans, 1)
  return ans
4

1 回答 1

1

参差不齐的张量有时真的很棘手。这是您可以尝试的一种选择：

import tensorflow as tf

X = tf.ragged.constant([
                        [0,1,2], 
                        [0,1]
                       ])
def outer_product(x):
  t = x[...,None] * x[None,...]
  return tf.ragged.stack(t)


y = tf.map_fn(outer_product, X, fn_output_signature=tf.RaggedTensorSpec(shape=[1, None, None],
                                                                    dtype=tf.type_spec_from_value(X).dtype,
                                                                    ragged_rank=2,
                                                                    row_splits_dtype=tf.type_spec_from_value(X).row_splits_dtype))
tf.print(y)
#y = tf.concat([y[0, :], y[1, :]], axis=0) # Remove additional dimension from Ragged Tensor
y = y.merge_dims(0, 1)
tf.print(y)

[
 [
  [
   [0, 0, 0], 
   [0, 1, 2], 
   [0, 2, 4]
  ]
 ], 
 [
  [
   [0, 0], 
   [0, 1]
  ]
 ]
]

y.merge_dims(0, 1)并在使用or删除附加维度后tf.concat：

[
 [
  [0, 0, 0], 
  [0, 1, 2], 
  [0, 2, 4]
 ], 
 [
  [0, 0], 
  [0, 1]
 ]
]
于 2021-12-16T12:04:44.130 回答