在tensorflow中添加新的op-形状函数

Question

我正在尝试在Tensorflow中添加一个新操作，其中有两个输入，即3D张量和一个常数，输出4D张量。 通过将3D张量复制常数定义的次数，可以得到4D张量。 shape函数通过以下方式实现：

.SetShapeFn([](::tensorflow::shape_inference::InferenceContext* c)
{
    ::tensorflow::shape_inference::ShapeHandle output;
    ::tensorflow::shape_inference::ShapeHandle out1 = c->Vector(::tensorflow::shape_inference::DimensionOrConstant(5));
    TF_RETURN_IF_ERROR(c->Concatenate(c->input(0),out1,&output));
    c->set_output(0,output);
    return Status::OK();
})
.Doc(R"doc(
     Replicating the 3D input tensor in a 4D tensor.
)doc");

我想将第四维的大小（由代码中的out1定义）设置为第二个输入（即常量值）。 怎么做？

Answer 1

也许MakeShapeFromShapeTensor是您要找的东西？ 就像是：

.SetShapeFn([](::tensorflow::shape_inference::InferenceContext* c)
{
    ::tensorflow::shape_inference::ShapeHandle n;
    TF_RETURN_IF_ERROR(c->MakeShapeFromShapeTensor(1, &n));
    ::tensorflow::shape_inference::ShapeHandle out;
    TF_RETURN_IF_ERROR(c->Concatenate(n, c->input(0), &out));
    c->set_output(0, out);
    return Status::OK();
})

也就是说，您可能知道这一点，但是请确保： TensorFlow中的逐元素算术运算支持broadcast ，因此至少在这种情况下，您不需要此自定义操作。

对于其他情况，您还可以结合使用tf.tile ， tf.shape ， tf.concat和tf.reshape来达到相同的效果。 例如，以下通过重复向量创建矩阵：

import tensorflow as tf
oneD = tf.constant([1,2])
n = tf.constant([5])
twoD = tf.reshape(tf.tile(oneD, n), tf.concat([n, tf.shape(oneD)], 0))

with tf.Session() as sess:
  print oneD.eval()
  print twoD.eval()