我有一个 tf.string
张量,chars
,形状为 chars[Batch][None]
,其中 None
code> 表示动态形状张量(来自可变长度序列的输出)。
如果这个张量的形状已知(例如chars[Batch][Time]
),那么我可以实现沿最后一个维度的字符串串联:
chars = tf.split(chars,chars.shape[-1],axis=-1)
words = tf.squeeze(tf.strings.join(chars))
但是,由于形状在运行时之前是未知的,因此我无法使用 split
。
是否有另一种方法可以为动态形状的字符串
张量实现此目的?
换句话说,我想要字符串类比
words = tf.reduce_sum(chars,axis=-1)
沿着动态形状的维度。
最佳答案
更新 23/07/2022:现在您可以使用 tf.strings.reduce_join
将所有字符串连接成单个字符串,或沿轴连接
words = tf.strings.reduce_join(chars, axis=-1)
这可以通过以下方式完成:
words = tf.reduce_join(chars,axis=-1)
关于python - tensorflow 中的字符串连接,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53161875/