python - 在 TensorFlow 中使用循环填充矩阵

Question

因此，我尝试在 TensorFlow 中填充一个矩阵，该矩阵的大小会根据输入而变化，因此我使用 TensorArray 来执行此操作。从本质上讲，Numpy 的等价物是:

areas = np.zeros((len(rows)-1,len(cols)-1))
for r in range(len(rows)-1):
    for c in range(len(cols)-1):
        areas[r,c] = (rows[r+1]-rows[r])*(cols[c+1]-cols[c])

我尝试使用 tf.while_loop 和 tf.TensorArray 在 TensorFlow 中实现它:

i = tf.constant(0)
areas = tf.TensorArray(dtype='float32', size=length_rc-1)
while_condition = lambda i, rows, areas: tf.less(i, length_rc-1)
def row_loop(i, rows, areas):        
    j = tf.constant(0)
    area = tf.TensorArray(dtype='float32', size=length_rc-1)
    while_condition = lambda j, cols, area: tf.less(j, length_rc-1)

    def col_loop(j, cols, area):
        area = area.write(j, tf.multiply(tf.subtract(rows[i+1],rows[i]),tf.subtract(cols[j+1],cols[j])))
        return [tf.add(j,1), cols, area]

    r = tf.while_loop(while_condition, col_loop, [j, cols, areas])
    areas = areas.write(i, r[2].stack())
    return [tf.add(i, 1), rows, areas]

# do the loop:
r = tf.while_loop(while_condition, row_loop, [i, rows, areas])
areas = r[2].stack()

p = sess.run([areas], feed_dict={pred_batch: pred, gt_batch: gt})

但是，它似乎不起作用，我也不确定为什么。如您所见，我的代码类似于这篇文章: Howe TensorArray and while_loop work together in tensorflow?

但是好像不行，谁知道是什么问题？我得到的具体错误是:

ValueError: Inconsistent shapes: saw (?,) but expected () (and infer_shape=True)

Answer 1

什么不起作用？您期望发生什么与实际发生什么？

一方面，在这两种情况下，您的循环条件看起来都差了 1。在第一种情况下，您将错过最后一行和最后一列，因为 range 只产生小于其参数的值。

同样，在第二种情况下，你的条件是tf.less(i, length_rc-1):你可能希望i等于length_rc -1 在最后一次迭代中，不小于它。条件应该是 tf.less(i, length_rc)。