एक ग्राफ बनाएं जो टेन्सफोर्लो

Question

का उपयोग कर परिवर्तनीय बैच आकार के साथ काम करता है, मैं इनपुट के परिवर्तनीय बैच आकार को खिलाने के लिए tf.placeholders() ops का उपयोग करता हूं जो 2 डी टेंसर हैं और जब मैं कॉल करता हूं तो उन टेंसर के लिए अलग-अलग मानों की आपूर्ति करने के लिए फ़ीड तंत्र का उपयोग करता हूं ()। मैं

TypeError: 'Tensor' object is not iterable.

के बाद मिला मेरी कोड है:

with graph.as_default(): 
    train_index_input = tf.placeholder(tf.int32, shape=(None, window_size)) 
    train_embeddings = tf.Variable(tf.random_uniform([vocabulary_size, embedding_dimension], -1.0, 1.0)) 
    embedding_input = [tf.nn.embedding_lookup(train_embeddings, x) for x in train_index_input] 
    ...... 
    ...... 

मैं ग्राफ चलने के बिना टेन्सर "train_index_input" की सामग्री को नहीं देख सकते हैं, तो "की त्रुटि 'टेन्सर' वस्तु है iterable नहीं "कोड के लिए उठाती है:

embedding_input = [tf.nn.embedding_lookup(train_embeddings, x) for x in train_index_input] 

क्या मैं प्राप्त करने के लिए चाहते हैं एक एम्बेडिंग मैट्रिक्स है" embedding_input "है कि आकार [batch_size, embedding_dimension] जहांकी हैतय नहीं है। क्या मुझे 2 डी टेंसर के लिए लुकअप एम्बेड करने के लिए टेन्सफोर्लो में एक नया ऑपरेशन परिभाषित करना है? या ऐसा करने के किसी भी अन्य तरीके? धन्यवाद

Answer 1

आप एक टेंसफोर्लो प्लेसहोल्डर पर एक अजगर स्तर की सूची समझ (for x in train_index_input) करने की कोशिश कर रहे हैं। यह काम नहीं करेगा - पायथन को पता नहीं है कि टीएफ ऑब्जेक्ट के अंदर क्या है।

एक बैच को एम्बेड देखने पूरा करने के लिए, आप अपने बैच बस समतल है क्या कर सकते हैं:

looked_up_embeddings = tf.nn.embedding_lookup(train_embeddings, train_indexes_flat) 

और फिर इसे वापस नयी आकृति प्रदान सही समूहों में:

train_indexes_flat = tf.reshape(train_index_input, [-1]) 

embedding देखने के माध्यम से यह रन :

embedding_input = tf.reshape(looked_up_embeddings, [-1, window_size])