python - Tensorflow张量值图

Question

我的问题是如何用字典映射张量？例如这样:

dict = {1:3, 2:4}
origin_tensor = tf.Variable([1,2,1], tf.int32)

字典很大。现在，如何根据 dict 创建映射选项以将张量映射到 tf.Variable([3,4,3], tf.int32) ？

此外，映射时无法使用.eval()，您可以认为origin_tensor是来自批量读取器的标签张量。

Answer 1

在 Tensorflow 2.0 中(未测试与早期版本的兼容性)使用 tf.lookup:

dictionary = {1:3, 2:4}
origin_tensor = tf.Variable([1,2,1], dtype=tf.int64)

注意:dict 在 python 中被保留，因此它被替换为 dictionary 并且 dtype=tf.int32 被替换为 dtype =tf.int64 与 tf.lookup.KeyValueTensorInitializer

兼容

这是原始张量:

origin_tensor
>> <tf.Variable 'Variable:0' shape=(3,) dtype=int64, numpy=array([1, 2, 1])>

这是由 Python 字典初始化的键值张量组成的 Tensorflow 查找表:

table = tf.lookup.StaticVocabularyTable(
        tf.lookup.KeyValueTensorInitializer(
            list(dictionary.keys()),
            list(dictionary.values()),
            key_dtype=tf.int64,
            value_dtype=tf.int64,
        ),
        num_oov_buckets=1,
    )

这是根据查找表返回带有所需元素的 result_tensor 的实际查找:

result_tensor = table.lookup(origin_tensor)

结果如下:

result_tensor
>> <tf.Tensor: id=400475, shape=(3,), dtype=int64, numpy=array([3, 4, 3])>

干杯!