在 Tensorflow 2.0 中使用 tf.function input_signature 中的字典

Question

我正在使用 Tensorflow 2.0 并面临以下情况：

@tf.function
def my_fn(items):
    .... #do stuff
    return

如果 items 是张量的字典，例如：

item1 = tf.zeros([1, 1])
item2 = tf.zeros(1)
items = {"item1": item1, "item2": item2}

有没有办法使用 tf.function 的 input_signature 参数，这样我就可以强制 tf2 在 item1 为 tf.zeros([2,1]) 时避免创建多个图表？

Answer 1

输入签名必须是列表，但列表中的元素可以是字典或张量规格列表。在你的情况下，我会尝试：（name 属性是可选的）

signature_dict = { "item1": tf.TensorSpec(shape=[2], dtype=tf.int32, name="item1"),
                   "item2": tf.TensorSpec(shape=[], dtype=tf.int32, name="item2") } 
              

# don't forget the brackets around the 'signature_dict'
@tf.function(input_signature = [signature_dict])
def my_fn(items):
    .... # do stuff
    return

# calling the TensorFlow function
my_fun(items)

但是，如果您想调用由 my_fn 创建的特定具体函数，则必须解压字典。您还必须在 tf.TensorSpec.

中提供 name 属性

# creating a concrete function with an input signature as before but without
# brackets and with mandatory 'name' attributes in the TensorSpecs 
my_concrete_fn = my_fn.get_concrete_function(signature_dict)
                                             
# calling the concrete function with the unpacking operator
my_concrete_fn(**items)

这很烦人，但应该在 TensorFlow 2.3 中解决。（TF指南见文末'Concrete functions'）

在 Tensorflow 2.0 中使用 tf.function input_signature 中的字典

Use dictionary in tf.function input_signature in Tensorflow 2.0

python

tensorflow2.0