Tensorflow ошибка условного значения метания

Question

Я пытаюсь использовать условные с tensorflow, и я получаю сообщение об ошибке:

ValueError: Shapes (1,) and() are not compatible 

Ниже приведен код, я использую, что бросает ошибку. Это говорит ошибка в условной

import tensorflow as tf 
import numpy as np 

X = tf.constant([1, 0]) 
Y = tf.constant([0, 1]) 
BOTH = tf.constant([1, 1]) 
WORKING = tf.constant(1) 

def create_mult_func(tf, amount, list): 
    def f1(): 
     return tf.scalar_mul(amount, list) 
    return f1 

def create_no_op_func(tensor): 
    def f1(): 
     return tensor 
    return f1 

def stretch(tf, points, dim, amount): 
    """points is a 2 by ??? tensor, dim is a 1 by 2 tensor, amount is tensor scalor""" 
    x_list, y_list = tf.split(0, 2, points) 
    x_stretch, y_stretch = tf.split(1, 2, dim) 
    is_stretch_X = tf.equal(x_stretch, WORKING, name="is_stretch_x") 
    is_stretch_Y = tf.equal(y_stretch, WORKING, name="is_stretch_Y") 
    x_list_stretched = tf.cond(is_stretch_X, 
           create_mult_func(tf, amount, x_list), create_no_op_func(x_list)) 
    y_list_stretched = tf.cond(is_stretch_Y, 
           create_mult_func(tf, amount, y_list), create_no_op_func(y_list)) 
    return tf.concat(1, [x_list_stretched, y_list_stretched]) 

example_points = np.array([[1, 1], [2, 2], [3, 3]], dtype=np.float32) 
example_point_list = tf.placeholder(tf.float32) 

result = stretch(tf, example_point_list, X, 1) 
sess = tf.Session() 

with tf.Session() as sess: 
    result = sess.run(result, feed_dict={example_point_list: example_points}) 
    print(result) 

трассировки стека:

File "/path/test2.py", line 36, in <module> 
    result = stretch(tf, example_point_list, X, 1) 
    File "/path/test2.py", line 28, in stretch 
    create_mult_func(tf, amount, x_list), create_no_op_func(x_list)) 
    File "/path/tensorflow/python/ops/control_flow_ops.py", line 1142, in cond 
    p_2, p_1 = switch(pred, pred) 
    File "/path/tensorflow/python/ops/control_flow_ops.py", line 203, in switch 
    return gen_control_flow_ops._switch(data, pred, name=name) 
    File "/path/tensorflow/python/ops/gen_control_flow_ops.py", line 297, in _switch 
    return _op_def_lib.apply_op("Switch", data=data, pred=pred, name=name) 
    File "/path/tensorflow/python/ops/op_def_library.py", line 655, in apply_op 
    op_def=op_def) 
    File "/path/tensorflow/python/framework/ops.py", line 2156, in create_op 
    set_shapes_for_outputs(ret) 
    File "/path/tensorflow/python/framework/ops.py", line 1612, in set_shapes_for_outputs 
    shapes = shape_func(op) 
    File "/path/tensorflow/python/ops/control_flow_ops.py", line 2032, in _SwitchShape 
    unused_pred_shape = op.inputs[1].get_shape().merge_with(tensor_shape.scalar()) 
    File "/path/tensorflow/python/framework/tensor_shape.py", line 554, in merge_with 
    (self, other)) 
ValueError: Shapes (1,) and() are not compatible 

Я попытался изменить РАБОТУ быть массивом, а не скаляром.

Я считаю, что проблема заключается в том, что tf.equal возвращается в int32 вместо BOOL, что предполагается вернуть в соответствии с документацией

Answer 1

Проблема заключается в первом аргументе tf.cond. Из документации here, о типе первого аргумента tf.cond:

pred: A scalar determining whether to return the result of fn1 or fn2. 

Обратите внимание, что он должен быть скалярной. Вы используете результат сравнения тензора и тензора, который дает вам (1,)тензор, NOT скаляр. Вы можете преобразовать его в скаляр с помощью оператора tf.reshape следующим образом:

t = tf.equal(x_stretch, WORKING, name="is_stretch_x") 
x_list_stretched = tf.cond(tf.reshape(t, []), 
          create_mult_func(tf, amount, x_list), create_no_op_func(x_list)) 

Полная рабочая программа:

import tensorflow as tf 
import numpy as np 

X = tf.constant([1, 0]) 
Y = tf.constant([0, 1]) 
BOTH = tf.constant([1, 1]) 
WORKING = tf.constant(1) 

def create_mult_func(tf, amount, list): 
    def f1(): 
     return tf.scalar_mul(amount, list) 
    return f1 

def create_no_op_func(tensor): 
    def f1(): 
     return tensor 
    return f1 

def stretch(tf, points, dim, amount): 
    """points is a 2 by ??? tensor, dim is a 1 by 2 tensor, amount is tensor scalor""" 
    x_list, y_list = tf.split(0, 2, points) 
    x_stretch, y_stretch = tf.split(0, 2, dim) 
    is_stretch_X = tf.equal(x_stretch, WORKING, name="is_stretch_x") 
    is_stretch_Y = tf.equal(y_stretch, WORKING, name="is_stretch_Y") 
    x_list_stretched = tf.cond(tf.reshape(is_stretch_X, []), 
           create_mult_func(tf, amount, x_list), create_no_op_func(x_list)) 
    y_list_stretched = tf.cond(tf.reshape(is_stretch_Y, []), 
           create_mult_func(tf, amount, y_list), create_no_op_func(y_list)) 
    return tf.pack([x_list_stretched, y_list_stretched]) 

example_points = np.array([[1, 1], [2, 2]], dtype=np.float32) 
example_point_list = tf.placeholder(tf.float32) 

result = stretch(tf, example_point_list, X, 1) 
sess = tf.Session() 

with tf.Session() as sess: 
    result = sess.run(result, feed_dict={example_point_list: example_points}) 
    print(result)