tf.cond() 返回形状未知的张量

Question

下面是我传递给 keras Lambda 层的函数。

tf.cond() 的输出出现问题。它returns一个<unknown>的形状。输入张量 (t) 和常量张量的形状分别为 (None,6) 和 (6,)。当我在 tf.cond() 之外添加这两个时，我得到一个形状为 (None,6) 的张量，这正是我需要的。但是，当从 tf.cond() 中返回相同的添加操作时，我得到一个形状为 <unknown>.

的张量

当此操作通过 tf.cond() 时发生了什么变化。

def class_segmentation(t):

        class_segments = tf.constant([0,0,1,1,2,2])

        a = tf.math.segment_mean(t, class_segments, name=None)

        b = tf.math.argmax(a)
  
        left_weights = tf.constant([1.0,1.0,0.0,0.0,0.0,0.0])
        middle_weights = tf.constant([0.0,0.0,1.0,1.0,0.0,0.0])
        right_weights = tf.constant([0.0,0.0,0.0,0.0,1.0,1.0])
        zero_weights = tf.constant([0.0,0.0,0.0,0.0,0.0,0.0])

        c = tf.cond(tf.math.equal(b,0), lambda: tf.math.add(t, left_weights), lambda: zero_weights)
        d = tf.cond(tf.math.equal(b,1), lambda: tf.math.add(t, middle_weights ), lambda: zero_weights)
        e = tf.cond(tf.math.equal(b,2), lambda: tf.math.add(t, right_weights), lambda: zero_weights)

        f = tf.math.add_n([c,d,e])
        print("Tensor shape: ", f.shape) # returns "Unknown"
        
        return f

Answer 1

你的代码有一些问题。

tf.math.segment_mean() 期望 class_segments 与输入的第一个维度 t 具有相同的形状。因此 None 必须等于 6 才能使您的代码成为运行。这很可能是导致您获得 unknown 形状的原因 - 因为您的张量的形状取决于 None，这是在运行时间确定的。您可以将代码转换为运行（不确定这是否是您要实现的目标），例如

a = tf.math.segment_mean(tf.transpose(t), class_segments)

在 tf.cond() true_fn and false_fn must return tensors of same shape. In your case true_fn returns (None, 6) because of broadcasting 和 false_fn returns 张量中 (6,).
tf.cond() 中的谓词必须降为 0 级。例如，如果您要申请 b = tf.math.argmax(tf.math.segment_mean(tf.transpose(t), class_segments), 0) 那么 b 的形状将是 (None) 并且 tf.cond() 中的谓词 pred 将被广播到相同的形状（这将引发错误）。

在不知道你想要什么的情况下，不可能获得进一步的帮助。

tf.cond() 返回形状未知的张量

tf.cond() returning a tensor of shape unknown

conditional-statements

keras

tensorflow2.0