Tensorflow tf.map_fn 参数

Question

我正在尝试构造参数，以便它们可以与tf.map_fn()正常工作，但大多数示例文档只讨论与函数参数形状相同的数组或张量。

链接包括：

TensorFlow 的 map_fn 支持接受多个张量吗？

我的具体示例是这样的： 我有一些 TensorFlow 函数，期望 [None, 2] 和 [x,y] 作为参数张量形状。

张量 A 的形状为 [batch_size, x*y, 2]

张量 B 的形状为 [batch_size, x, y]

lambdaData = (tensorA, tensorB)
lambdaFunc = lambda x: tensorflowFunc(x[0], x[1])
returnValues = tf.map_fn(lambdaFunc, lambdaData)

来自tensorflow文档：

If elems is a (possibly nested) list or tuple of tensors, then each of these 
tensors must have a matching first (unpack) dimension

由于张量A和B只在第0维匹配，我无法堆叠或连接它们；我还尝试创建lambdaData：

1. 两个张量的列表
2. 两个张量的元组
3. 张量对的列表

上述所有方法都导致不同的维度不匹配错误。我想按照文档建议将所有数据放入单个张量中，但由于张量A和张量B之间的维度不匹配，我无法这样做。是否有人尝试过使用元组或参数列表来传递elems？

- user1519665

Answer 1

一种更简洁的解决方案是指定map_fn的dtype参数（请参见文档），例如：

tf.map_fn(lambda x: fn(*x), elements, dtype=tf.float32)

如果fn只返回一个float32值。

- Florian Blume

---

dtype 在最新的 Tensorflow 版本中已经被弃用，应该使用 fn_output_signature 标志。 - Gaurav Srivastava

Answer 2

原来 tf.map_fn 的错误信息非常具有误导性；虽然文档没有详细说明，但是如果你传递一个元组/张量列表时，需要将返回值的数量与函数的参数数量完全匹配。最简单的方法是返回无关紧要的东西，然后只获取第一个返回值。

print(a.shape) #[batch, 784, 2]
print(b.shape) #[batch, 28, 28]
lambdaData = (a, b)
testFunc = lambda x: return <somethingUseful>, 0
returnValues, _ = tf.map_fn(testFunc, lambdaData)

正常运作。

- user1519665