tf.map_fn 处理多输入 tensorflow batch 内张量操作,降低api困难程度 数据降维 不考虑batch 大小

tf.map_fn

数据结构,我的数据如下大小:

batch_size=2 

内含两个张量

input1.size=[?, 640,480,128]

input2.size=[?,640,480]

张量函数 希望没有batch_size,即输入不含?这个维度:[640,480,128], [640,480], 我希望tensorflow能够自动的对batch内的张量函数操作.

函数fn,接收a = [640,480,128], b = [640,480]

返回 数据类型是float

https://stackoverflow.com/questions/56151482/tensorflow-how-to-use-tf-map-fn-to-process-two-input-tensor-shape-of-40-30-1

all credit belongs to the author, this is just a note.

def superDC(input):
    a = input[0]
    b = input[1]
    def fn(a, b):
    high = tf.map_fn(lambda inp: fn(inp[0], inp[1]), (a, b), dtype=np.float32)

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值