在 TensorFlow 中创建一个列表并附加到它

Question

我是 TensorFlow 新手。我无法理解如何在 TensorFlow 中创建动态“pythonic”列表。基本上，我对张量对象 (train_data[i]) 执行一些计算并将其附加到“列表”X，我希望它是一个形状为 (100,) 的张量

我想做这样的事情：

X = []
for i in range(100):
    q = tf.log(train_data[i]) 
    print(q)    #Tensor("Log:0", shape=(), dtype=float32) 
    X.append(q)

我希望X 是一个形状为(100,) 的张量，基本上是一个列向量，它是一个张量对象。如果我运行上面的代码，我会得到一个 TensorObjects 的 python 列表。

Answer 1

如果您想将 X 转换为 (100,) 张量，您可以在 for 循环后添加 X = tf.stack(X)：

X = []
for i in range(100):
  q = tf.log(train_data[i]) 
  print(q)    #Tensor("Log:0", shape=(), dtype=float32) 
  X.append(q)
X = tf.stack(X)

这是一个有用的构造，您可能想要 tf.unstack 一些张量，循环结果列表，然后使用 tf.stack 回到单个张量。

Answer 2

我认为这里真正的答案是你必须稍微改变一下你的思维方式。在 Tensorflow 中，您首先定义一个计算图，然后使用值作为输入对其进行评估。

对于您的示例：如果 X 确实是形状为 (100,1) 的张量，则 tf.log(X) 效果最佳。 如果您想像代码建议的那样创建一个动态列表，最好在将其传递给图表之前创建此列表。

如果这有帮助，请告诉我！