由网友(莪掵甴Ｗǒ不甴天)分享简介：给定具有固定大小的Tensor数组和具有统一形状的条目，我想转到包含相同值的张量，只需将Tensor数组的索引维度作为正则轴。TensorArray有一个名为&Gathere&的方法，据称应该这样做。事实上，下面的示例是可行的：array = tf.TensorArray(tf.int32, size=3)arr...

给定具有固定大小的Tensor数组和具有统一形状的条目，我想转到包含相同值的张量，只需将Tensor数组的索引维度作为正则轴。

TensorArray有一个名为&Gathere&的方法，据称应该这样做。事实上，下面的示例是可行的：

array = tf.TensorArray(tf.int32, size=3)
array.write(0, 10)
array.write(1, 20)
array.write(2, 30)

gathered = array.gather([0, 1, 2])

&q；收集&q；然后生成所需的张量：

tf.Tensor([10 20 30], shape=(3,), dtype=int32)

遗憾的是，当将其包装在tf.函数中时，它停止工作，如下所示：

@tf.function
def func():
    array = tf.TensorArray(tf.int32, size=3)
    array.write(0, 10)
    array.write(1, 20)
    array.write(2, 30)

    gathered = array.gather([0, 1, 2])
    return gathered

tensor = func()

张量&q；则错误地生成以下张量：

tf.Tensor([0 0 0], shape=(3,), dtype=int32)

您对此有什么解释吗？或者您能推荐一种替代方法来从tf.函数内的张量数组转换为张量数组吗？

推荐答案

根据https://github.com/tensorflow/tensorflow/issues/30409#issuecomment-508962873您必须：

将arr.write(j，t)替换为arr=arr.write(j，t)

问题是tf.unction以图形的形式执行。在急切模式下，数组将被更新(为方便起见)，但实际上您应该使用返回值进行链操作：https://www.tensorflow.org/api_docs/python/tf/TensorArray#returns_6