[英]Tensorflow - Extract string from Tensor
我正在嘗試按照本教程的“使用 tf.data 加載”部分進行操作。 在本教程中,他們可以只使用字符串張量,但是,我需要提取文件名的字符串表示,因為我需要從字典中查找額外的數據。 我似乎無法提取張量的字符串部分。 我很確定張量的.name
屬性應該返回字符串,但我不斷收到一條錯誤消息,說KeyError: 'strided_slice_1:0'
所以不知何故,切片正在做一些奇怪的事情?
我正在使用以下方法加載數據集:
dataset_list = tf.data.Dataset.list_files(str(DATASET_DIR / "data/*"))
然后使用以下方法處理它:
def process(t):
return dataset.process_image_path(t, param_data, param_min_max)
dataset_labeled = dataset_list.map(
process,
num_parallel_calls=AUTOTUNE)
其中param_data
和param_min_max
是我加載的兩個字典,其中包含構建標簽所需的額外數據。
這些是我用來處理數據張量的三個函數(來自我的dataset.py
):
def process_image_path(image_path, param_data_file, param_max_min_file):
label = path_to_label(image_path, param_data_file, param_max_min_file)
img = tf.io.read_file(image_path)
img = decode_img(img)
return (img, label)
def decode_img(img):
"""Converts an image to a 3D uint8 tensor"""
img = tf.image.decode_jpeg(img, channels=3)
img = tf.image.convert_image_dtype(img, tf.float32)
return img
def path_to_label(image_path, param_data_file, param_max_min_file):
"""Returns the NORMALIZED label (set of parameter values) of an image."""
parts = tf.strings.split(image_path, os.path.sep)
filename = parts[-1] # Extract filename with extension
filename = tf.strings.split(filename, ".")[0].name # Extract filename
param_data = param_data_file[filename] # ERROR! .name above doesn't seem to return just the filename
P = len(param_max_min_file)
label = np.zeros(P)
i = 0
while i < P:
param = param_max_min_file[i]
umin = param["user_min"]
umax = param["user_max"]
sub_index = param["sub_index"]
identifier = param["identifier"]
node = param["node_name"]
value = param_data[node][identifier]
label[i] = _normalize(value[sub_index])
i += 1
return label
我已經驗證path_to_label()
中的filename = tf.strings.split(filename, ".")[0]
確實返回了正確的張量,但我需要它作為字符串。 事實證明,整個過程也很難調試,因為我在調試時無法訪問屬性(我收到錯誤消息,說AttributeError: Tensor.name is meaningless when eager execution is enabled.
)。
name
字段是張量本身的名稱,而不是張量的內容。
要進行常規的 Python 字典查找,請將解析函數包裝在tf.py_func
。
import tensorflow as tf
tf.enable_eager_execution()
d = {"a": 1, "b": 3, "c": 10}
dataset = tf.data.Dataset.from_tensor_slices(["a", "b", "c"])
def parse(s):
return s, d[s]
dataset = dataset.map(lambda s: tf.py_func(parse, [s], (tf.string, tf.int64)))
for element in dataset:
print(element[1].numpy()) # prints 1, 3, 10
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.