如何轻松地将元组 numpy 转换为 tensorflow 中的元组张量

Question

我有 tuple numpy（len 4、5、6 或更多），如何将 tuple numpy 转换为 tuple tensor，输入如下：

import tensorflow as tf
import numpy as np
a = np.array([[20, 20], [40, 40]], dtype=np.int32)
b = np.array([[20, 20, 20], [40, 40, 40], [60, 60, 60]], dtype=np.int32)
c = np.array([[20, 20], [40, 40]], dtype=np.int32)
d = np.array([[20, 20, 20], [40, 40, 40], [60, 60, 60]], dtype=np.int32)
e = (a, b, c, d) # e is numpy tensor i want convert to tensor
tf_shapes = ((None, 2), (None, 3), (2, 2), (3, 3))
tf_types = (tf.int64, tf.float32, tf.int64, tf.float32)

我必须编写一个生成器将其转换为元组张量

def data_generator():
    for i in range(16):
        yield a, b, c, d
dataset=tf.data.Dataset.from_generator(data_generator, tf_types, tf_shapes).batch(batch_size=4, drop_remainder=True)
for sample in dataset:
     res = model(sample, training=False)

如何不使用 tfdata 生成器直接获取样本。

Answer 1

我不确定我是否正确理解了您的问题，但您似乎只想将 a、b、c 和 d 转换为 tensorflow 张量，而无需使用 @ 987654325@ 功能。 在这种情况下，您可以简单地使用tf.convert_to_tensor：

import tensorflow as tf
import numpy as np

a_tensor = tf.convert_to_tensor(a, np.int32)
b_tensor = tf.convert_to_tensor(b, np.int32)
c_tensor = tf.convert_to_tensor(c, np.int32)
d_tensor = tf.convert_to_tensor(d, np.int32)

# use the tensors however you want

另外，如果您想在代码中使用类似于e 的张量，请执行以下操作：

e_tensor = tf.stack(e, axis=0)
# e_tensor[0] == a_tensor, e_tensor[1] == b_tensor, ...