在构建tensorflow图中使用张量作为数组索引

Question

我试图用python为一个网络构建一个tensorflow图，其中我需要张量（标量值）作为np.array的索引 代码片段如下所示：

def get_votes(input, classnum):
    in_shape = input.get_shape().as_list()
    votes = np.zeros([classnum])
    for i in range(0,in_shape[0]):
        print(input[i])
        votes[input[i]]=votes[input[i]]+1

输入是一维张量

我得到的错误是：

votes[input[i]]=votes[input[i]]+1 File "C:\Anaconda3\envs\silvafilho\lib\site-packages\tensorflow_core\python\framework\ops.py", line 736, in array " array.".format(self.name)) NotImplementedError: Cannot convert a symbolic Tensor (strided_slice_1:0) to a numpy array.

我试图使用tensor.eval(session=tf.Session())，但它需要一个占位符，因为我正在构建图形，所以还没有占位符

如果有人知道如何解决这个问题，请提前多谢。 我正在使用tensorflow_gpu 1.15

Answer 1

您可以使用tf.InteractiveSession()实现这一点，获取InteractiveSession()内的张量值，然后执行以下操作

%tensorflow_version 1.x
import tensorflow as tf
import numpy as np

input = tf.constant([5])
classnum = 10
def get_votes(input, classnum):
    in_shape = input.get_shape().as_list()
    votes = np.zeros([classnum])
    for i in range(0,in_shape[0]):
        sess = tf.InteractiveSession()
        input = input.eval()
        print(input[i])
        votes[input[i]]=votes[input[i]]+1
        sess.close()
    return votes 

输出：

5
array([0., 0., 0., 0., 0., 1., 0., 0., 0., 0.])  

但是，在TensorFlow 2.x中，因为在默认情况下启用了急切执行 您不必对代码进行任何更改