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)
最佳答案
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)
。
关于python - 在 TensorFlow 中使用循环填充矩阵,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44790538/