我是一名TensorFlow的初学者,我正在尝试实现一个以batch为输入的函数。它必须将这个batch切成几个部分,在其中应用一些操作,然后将它们连接起来构建一个新的张量并返回。通过我的阅读,我发现了一些实现的函数,如input_slice_producer和batch_join,但我没有使用它们。我附上了我找到的解决方案,但它有点慢,不太合适,并且不能检测批次的当前大小。有人知道更好的方法吗?
def model(x):
W_1 = tf.Variable(tf.random_normal([6,1]),name="W_1")
x_size = x.get_shape().as_list()[0]
# x is a batch of bigger input of shape [None,6], so I couldn't
# get the proper size of the batch when feeding it
if x_size == None:
x_size= batch_size
#intialize the y_res
dummy_x = tf.slice(x,[0,0],[1,6])
result = tf.reduce_sum(tf.mul(dummy_x,W_1))
y_res = tf.zeros([1], tf.float32)
y_res = result
#go throw all slices and concatenate them to get result
for i in range(1,x_size):
dummy_x = tf.slice(x,[i,0],[1,6])
result = tf.reduce_sum(tf.mul(dummy_x,W_1))
y_res = tf.concat(0, [y_res, result])
return y_res