在張量流中，如何迭代存儲在張量中的一系列輸入？

我正在嘗試關於可變長度多變量序列分類問題的RNN。在張量流中，如何迭代存儲在張量中的一系列輸入？

我已經定義下面的函數來獲得該序列的輸出（即RNN細胞的從序列中的最後輸入後的輸出被饋送）

def get_sequence_output(x_sequence, initial_hidden_state): 
    previous_hidden_state = initial_hidden_state 
    for x_single in x_sequence: 
     hidden_state = gru_unit(previous_hidden_state, x_single) 
     previous_hidden_state = hidden_state 
    final_hidden_state = hidden_state 
    return final_hidden_state

這裏x_sequence是形狀(?, ?, 10)的張量，其中第一？是批量大小和秒？用於序列長度，每個輸入元素的長度爲10. gru函數採用先前的隱藏狀態和當前輸入並吐出下一個隱藏狀態（標準門控循環單元）。

我得到一個錯誤：'Tensor' object is not iterable. 如何按順序方式遍歷張量（一次讀取單個元素）？

我的目標是爲序列中的每個輸入應用gru函數，並獲得最終的隱藏狀態。

來源

2016-07-22 Sangram

您可以使用將第一維轉換爲列表的解壓函數將張量轉換爲列表。還有一個類似的分裂功能。我正在使用我正在研究的RNN模型中的疊加。

y = tf.unstack(tf.transpose(y, (1, 0, 2)))

在這種情況下，y開始時具有形狀（BATCH_SIZE，TIME_STEPS，128）予置它使時間步長的外部尺寸，然後將其解壓到張量的列表，每個時間步驟之一。現在y列表中的每個元素（BATCH_SIZE，128）都可以提供給我的RNN。

來源

2016-07-22 17:06:42 chasep255

如果time_steps不存在（序列的可變長度）這將無法正常工作。 – Cospel

在TF> = 1.0，tf.pack和tf.unpack被重命名爲tf.stack和tf.unstack分別

來源

2017-05-03 01:01:24 wuhy08

在張量流中，如何迭代存儲在張量中的一系列輸入？

回答

相關問題