python - 使用字典转换 tensorflow 数组中的元素

Question

我有一个 tensorflow 数组，我想使用字典将它的每个元素转换为另一个元素。

这是我的数组:

elems = tf.convert_to_tensor(np.array([1, 2, 3, 4, 5, 6]))

这是字典:

d = {1:1,2:5,3:7,4:5,5:8,6:2}

转换后的结果数组应该是

tf.convert_to_tensor(np.array([1, 5, 7, 5, 8, 2]))

为了做到这一点，我尝试使用 tf.map_fn 如下:

import tensorflow as tf
import numpy as np

d = {1:1,2:5,3:7,4:5,5:8,6:2}

elems = tf.convert_to_tensor(np.array([1, 2, 3, 4, 5, 6]))
res = tf.map_fn(lambda x: d[x], elems)
sess=tf.Session()
print(sess.run(res))

当我运行上面的代码时，出现以下错误:

squares = tf.map_fn(lambda x: d[x], elems) KeyError: <tf.Tensor 'map/while/TensorArrayReadV3:0' shape=() dtype=int64>

正确的做法是什么？我基本上是在尝试遵循 here 中的用法.

附言我的数组实际上是 3D 的，我只是以 1D 为例，因为在这种情况下代码也会失败。

Answer 1

你应该使用 tensorflow.contrib.lookup.HashTable :

import tensorflow as tf
import numpy as np

d = {1:1,2:5,3:7,4:5,5:8,6:2}
keys = list(d.keys())
values = [d[k] for k in keys]
table = tf.contrib.lookup.HashTable(
  tf.contrib.lookup.KeyValueTensorInitializer(keys, values, key_dtype=tf.int64, value_dtype=tf.int64), -1
)
elems = tf.convert_to_tensor(np.array([1, 2, 3, 4, 5, 6]), dtype=tf.int64)
res = tf.map_fn(lambda x: table.lookup(x), elems)
sess=tf.Session()
sess.run(table.init)
print(sess.run(res))