在Tensorflow中連接張量

Question

我想在Tensorflow中連接變量和張量，但Tensorflow不允許這兩種類型連接。

這是我串聯兩個張量的方法：

self.embedded_chars = tf.nn.embedding_lookup(self.W, self.input_x) //returns Tensor object
v1 = tf.Variable(tf.zeros([88,77]),dtype=tf.float32)
self.embedded_chars = tf.concat(1,[self.embedded_chars,v1])

但是我收到以下錯誤：

文件“ test.py”，第93行，位於l2_reg_lambda = FLAGS.l2_reg_lambda中）文件“ test.py”，第31行，位於init self.embedded_chars = tf.concat（1，[self.embedded_chars，v1]）文件“ lib /python2.7/site-packages/tensorflow/python/ops/array_ops.py“，第1047行，在concat dtype = dtypes.int32）.get_shape（文件” lib / python2.7 / site-packages / tensorflow / python /框架/ops.py”，第651行，在convert_to_tensor中as_ref = False）文件“ lib / python2.7 / site-packages / tensorflow / python / framework / ops.py”，第716行，在internal_convert_to_tensor中ret = conversion_func（value， dtype = dtype，名稱=名稱，as_ref = as_ref）文件“ lib / python2.7 / site-packages / tensorflow / python / framework / constant_op.py”，第176行，_constant_tensor_conversion_function中的返回常量（v，dtype = dtype，名稱） = name）文件“ lib / python2.7 / site-packages / tensorflow / python / framework / constant_op.py”，第165行，使用常量tensor_util.make_tensor_proto（值，dtype = dtype，shape = shape，verify_shape = verify_shape））文件“ lib / python2.7 / site-packages / tensorflow / python / framework / tensor_util.py”，行367，在make_tensor_proto _AssertCompatible（values，dtype）文件“ lib / python2.7 / site-packages / tensorflow / python / framework / tensor_util.py”，行302，在_AssertCompatible（dtype.name，repr （不匹配），類型（不匹配）。 name ））TypeError：預期為int32，獲取的列表中包含類型為'_Message'的張量。

如何正確連接變量和張量？

Answer 1

假設您使用的是1.0版：如果您查看文檔，就會發現concat（ https://www.tensorflow.org/api_docs/python/tf/concat ）希望將值作為第一個參數，將axis作為第二個參數論點。

您的代碼應為：

self.embedded_chars = tf.nn.embedding_lookup(self.W, self.input_x) //returns Tensor object
v1 = tf.Variable(tf.zeros([88,77]),dtype=tf.float32)
self.embedded_chars = tf.concat([self.embedded_chars,v1],1)

因為我沒有測試它，所以讓我知道它是否有效！

干杯!