python - 使用向量查找的 Tensorflow 变换张量

Question

给定一个具有唯一键和值的固定字典(所有数字都是非负整数):

d = {(1,3): 6, (5,4): 9}

tensorflow 转换的有效方法是什么:

tf.constant([[1,3], [5,4], [1,3]]) -> tf.constant([6, 9, 6])

反之亦然:

tf.constant([6, 9, 6]) -> tf.constant([[1,3], [5,4], [1,3]])

Answer 1

正如 @OphirYoktan 提到的，有一个查找运算符。我建议使用 tf.embedding_lookup但由于您的目标还在于映射矢量 - id，因此您可以执行以下操作。

使用tf.map_fn

d_inverse = {v:k for k,v in d.items()}
d_mapped = tf.map_fn(lambda x: d[x], d.values())
d_mapped_inverse = tf.map_fn(lambda x: d_inverse[x], d_inverse.items()}

您只需将字典d和d_inverse中的值设置为tf.constants

话虽如此，这些映射应该与您的图表的计算原因有关，否则我建议您在图表之外进行这些映射。