Ich benutze tf.placeholders () ops, um eine variable Batch-Größe der Eingabe einzugeben, die 2D-Tensoren sind, und benutze den Vorschubmechanismus, um verschiedene Werte für diese Tensoren zu liefern, wenn ich run () aufrufe. Ich habe
TypeError: Das 'Tensor'-Objekt ist nicht iterierbar.
Folgendes ist mein Code:
%Vor%Da ich den Inhalt des Tensors "train_index_input" nicht sehen kann, ohne den Graphen auszuführen, wird der Fehler "Tensor 'object is iterable" für den Code ausgelöst:
%Vor% Was ich erhalten möchte, ist eine Einbettungsmatrix "embedding_input", die die Form [batch_size, embedding_dimension] hat, wobei batch_size nicht festgelegt ist. Muss ich eine neue Operation in Tensorflow definieren, um die Suche nach 2D-Tensoren einzubetten? Oder irgendwelche anderen Möglichkeiten, es zu tun? Danke
Sie versuchen, ein Python-Level-Listenverständnis ( for x in train_index_input ) über einen Tensorflow-Platzhalter zu machen. Das wird nicht funktionieren - Python hat keine Ahnung, was sich in einem tf-Objekt befindet.
Um eine Batch-Einbettungssuche durchzuführen, können Sie Ihren Stapel einfach abflachen:
%Vor%Führe es durch die Einbettungssuche aus:
%Vor%und dann formt es wieder in die richtigen Gruppen:
%Vor%Tags und Links python tensorflow