张量流中的 tf.data.Dataset 中的填充答案

【问题标题】：padding in tf.data.Dataset in tensorflow张量流中的 tf.data.Dataset 中的填充
【发布时间】：2020-08-05 18:37:10
【问题描述】：

代码：

a=training_dataset.map(lambda x,y: (tf.pad(x,tf.constant([[13-int(tf.shape(x)[0]),0],[0,0]])),y))

给出以下错误：

TypeError: in user code:

<ipython-input-32-b25101c2110a>:1 None  *
    a=training_dataset.map(lambda x,y: (tf.pad(tensor=x,paddings=tf.constant([[13-int(tf.shape(x)[0]),0],[0,0]]),mode="CONSTANT"),y))
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py:264 constant  **
    allow_broadcast=True)
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py:282 _constant_impl
    allow_broadcast=allow_broadcast))
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/tensor_util.py:456 make_tensor_proto
    _AssertCompatible(values, dtype)
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/tensor_util.py:333 _AssertCompatible
    raise TypeError("Expected any non-tensor type, got a tensor instead.")

TypeError: Expected any non-tensor type, got a tensor instead.

但是，当我使用：

a=training_dataset.map(lambda x,y: (tf.pad(x,tf.constant([[1,0],[0,0]])),y))

上面的代码工作正常。这使我得出结论：13-tf.shape(x)[0] 出了点问题，但无法理解是什么。我尝试将tf.shape(x)[0] 转换为int(tf.shape(x)[0])，但仍然出现同样的错误。

我希望代码做什么：我有一个tf.data.Dataset 对象，该对象具有大小为(None,128) 的可变长度序列，其中第一个维度（无）小于13。我想填充序列以使每个集合的大小为13，即(13,128)。有没有替代方法（如果上述问题无法解决）？

【问题讨论】：

标签： python-3.x tensorflow2.0 tensorflow-datasets language-translation data-pipeline

【解决方案1】：

有效的解决方案：

使用：

paddings = tf.concat(([[13-tf.shape(x)[0],0]], [[0,0]]), axis=0)

而不是使用：

paddings = tf.constant([[13-tf.shape(x)[0],0],[0,0]])

为我工作。但是，我仍然无法弄清楚为什么后一个不起作用。

【讨论】：