问题标签 [ragged-tensors]

我创建了一个使用 RaggedTensors 的 TensorFlow 模型。模型工作正常，在调用时model.predict我得到了预期的结果。

我已将模型部署到 TensorFlow 服务服务器并使用以下代码调用：

但后来我收到以下错误：

我的型号说明：

我错过了什么？

更新： 检查saved_model_cli输出后，我怀疑我应该将请求作为如下对象发送，但我不确定输入...

Update2 一个Colab来测试这个场景，一个下载模型的链接包含在 Colab 中。

更新 3：

正如@Niteya Shah 所建议的那样，我使用以下方法调用了 API：

并得到了结果（终于！）：

然后使用相同的数据调用模型，如下所示：

并得到了不同的结果：

我想我还是不在。

我有一个参差不齐的尺寸张量[BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]。我想用另一个形状张量的数据来增加最后一个轴[BATCH_SIZE, AUG_DIM]。给定示例的每个时间步都会增加相同的值。

TIME_STEPS如果每个示例的张量都没有参差不齐，我可以简单地重塑第二个张量，tf.repeat然后使用tf.concat：

这在衣衫褴褛时不起作用，emb因为emb.shape[1]它是未知的并且因示例而异：

ValueError：尝试将具有不受支持的类型 (<class 'NoneType'>) 的值 (None) 转换为张量。

目标是创建一个参差不齐的张量emb_aug，如下所示：

有任何想法吗？

拥有 50,000 个用户的 DF，每个用户都有不同的行数：

我正在使用以下代码创建一个tf.ragged.constant：

该代码删除了 id 列并创建了用户行的参差不齐的常量。但是，这只适用于数据的一小部分。对于整个数据集，它需要很长时间，有时会导致我的机器崩溃。

按 id 分组并从其余列创建参差不齐的常量的正确方法是什么？

像这样：
'''

''' 我得到了一个形状为 [4, None, None] 的张量，但我期望 [4, None, 3],

我有一个 2D RaggedTensor，其中包含我想要的完整张量每一行的索引，例如：

进入

给

我怎样才能以最有效的方式实现这一点（最好只使用tf函数）？我相信像这样gather_nd的东西能够使用 RaggedTensors，但我无法弄清楚它是如何工作的。

我有一个形状为 (batch_size, None, None, 100) 的 4D RaggedTensor，我想从中创建一个形状为 (batch_size, None, 100) 的张量。所以基本上合并第一个和第二个维度，但不包括任何填充（[1,2,3]，[4] => [1,2,3,4]）并且不首先转换为密集张量。有没有办法做到这一点？如果不是什么可以解决？

我正在尝试使用将RaggedTensortf.keras.layers.Input作为输入（ ）作为输入的 TensorFlow 训练神经网络。它在 CPU 和 GPU 上运行良好，但我真的很努力让它在 TPU 上运行。我想知道你们中的一些人是否设法使它工作（不一定要寻找直接的解决方案，尽管它会很棒，一些工具提示已经很棒了！）。到目前为止，错误消息对我来说已经足够明确了，但我现在还在为如何走得更远而苦苦挣扎。

到目前为止我做了什么：

1. 我tf.data.Dataset用来从 TF_Records 读取数据，但我需要将其显式转换为DistributedDataset以禁用 prefecting。

2. 通过允许软设备放置，我得到了Compilation failure: Detected unsupported operations when trying to compile graph ... on XLA_TPU_JIT: RaggedTensorToTensor可以（某种程度上）修复的问题：

3. 我现在陷入困境Compilation failure: Input 1 to node '.../RaggedReduceSum/RaggedReduce/RaggedSplitsToSegmentIds/Repeat/SequenceMask/Range' with op Range must be a compile-time constant.。我完全理解为什么会出现此错误，我完全了解TPU 上的可用操作，特别是大多数动态操作应在编译时确定以在 TPU 上运行。但我想不出我怎么能用 TPU 来使用那些参差不齐的张量......

任何想法将不胜感激:)

PS：自从 2020 年 7 月的这个答案以来，我还没有看到 TensorFlow 团队关于 TPU 上 RaggedTensors 的太多消息，但我可能已经错过了很多关于它的消息……如果我指向 git 线程对我来说已经很棒了可以调查更多。

我有一个参差不齐的张量seq（num_sentences、num_words、word_dim）。如果我想在末尾添加一个新轴（维度） slice seq[..., tf.newaxis]，它会失败并出现以下错误。

tf.expand_dims(seq, -1)但是有效。

对此有解释吗？另外，我宁愿使用切片语法，因为它更具可读性——如果第一个 arg ofexpand_dims更复杂——你必须axis在最后的某个地方写参数（其他轴参数通常会累积......）。

编辑：复制错误：

我想在 Tensorflow 2 中将一维张量转换为二维形状，并给出每行中的元素数。我找到了一个像这样使用 RaggedTensor 的解决方案

c1 的最终值应该是

我发现当输入张量的大小很大时它会拒绝工作，并且性能不够好。

还有其他高性能解决方案吗？

我不知道ragged_rank传递给的参数的作用是什么tf.ragged.constant()。

玩它，我尝试了以下代码：

在哪里ragged_rank=1通过并产生

另一方面，如果我通过ragged_rank=2，

结果看起来与我有些相似，但与上述不同：

此外，我发现以下代码会产生错误

除非我通过ragged_rank=2，否则结果：