Tensorflow stosuje się do każdego elementu 2d tensor

Question

To, czego szukam, to możliwość zastosowania tensorflow na każdym elemencie tensora 2d, np.

input = tf.Variable([[1.0, 2.0], [3.0, 4.0]) 
myCustomOp = ... # some kind of custom op that operates on 1D tensors 
finalResult = tf.[thing I'm after](input, myCustomOp) 
# when run final result should look like: [myCustomOp([1.0, 2.0]), myCustomOp([3.0, 4.0)] 

Wszelkie pomysły?

Answer 1

Kolejna wersja TensorFlow (0,8, która jest obecnie dostępna, jeśli budować od źródła lub pobrać nightly build) zawiera higher-order operators tym tf.map_fn() i tf.scan(), które pozwalają na zastosowanie funkcję składa się z OPS TensorFlow do subtensors z większy tensor.

Funkcja tf.map_fn(fn, elems, ...) rozpakowuje wymiarową wejście Nelems wzdłuż pierwszego wymiaru na wiele N-1 wymiarową subtensors i stosuje fn każdej subtensor. Wydaje się to idealnie pasować do Twojego przypadku użycia:

input = tf.Variable([[1.0, 2.0], [3.0, 4.0]]) 
function_to_map = lambda x: f(x) # Where `f` instantiates myCustomOp. 
final_result = tf.map_fn(function_to_map, input)