Question

我希望在 tensorflow 中获得向量的n累积和。

import tensorflow as tf
input = tf.placeholder('float32', [None])
n = tf.placeholder('int32', ())

output = some_ops(input, n)

即，

INPUT

input = [1,3,5,8]

n = 2

输出

output = [1 + 3,3 + 5,5 + 8,8]

另一个例子，

INPUT

input = [1,5,6,2,8,7,9]

n = 3

输出

output = [1 + 5 + 6,5 + 6 + 2,6 + 2 + 8,2 + 8 + 7,8 + 7 + 9,7 + 9,9]

我应该为some_ops使用什么？

Answer 1

tf.while_loop是这类事情的便利功能。这是完整的工作代码：

import tensorflow as tf
input = tf.placeholder('float32', [None])
n = tf.placeholder('int32', ())
sess = tf.InteractiveSession()

tmp = tf.concat_v2([input,
                    tf.zeros(tf.expand_dims(n-1, 0),
                             dtype='float32')], axis=0)
i = tf.constant(0, dtype='int32')
output = tf.zeros([0], dtype='float32')

def body(i, output):
  return i + 1, tf.concat_v2([output,
                              tf.expand_dims(tf.reduce_sum(tmp[i:i+n]), 0)],
                             axis=0)

i, output = tf.while_loop(lambda i, _: i < tf.shape(input)[0],
                          body,
                          [i, output],
                          shape_invariants=[tf.TensorShape([]),
                                            tf.TensorShape([None])])

output.eval(feed_dict={n: 2, input:[1, 3, 5, 8]})
# array([  4.,   8.,  13.,   8.], dtype=float32)

output.eval(feed_dict={n: 3, input:[1,5,6,2,8,7,9]})
# array([ 12.,  13.,  16.,  17.,  24.,  16.,   9.], dtype=float32)

Tensorflow中的n累积和

1 个答案: