Python 3.x 单值张量上的张量流映射 是否可以用一个值在张量上运行map_fn？

以下工作：

import tensorflow as tf
a = tf.constant(1.0, shape=[3])
tf.map_fn(lambda x: x+1, a)
#output: [2.0, 2.0, 2.0]

但是，这并不是：

import tensorflow as tf
b = tf.constant(1.0)
tf.map_fn(lambda x: x+1, b)
#expected output: 2.0

• 有可能吗
• 我做错了什么

---

任何提示都将不胜感激

不，这是不可能的。正如您可能看到的，它抛出了一个错误：

ValueError:元素必须是1+维张量，而不是标量

map\u fn

的要点是对张量的每个元素应用一个函数，因此对标量（单个元素）张量使用这个函数是没有意义的

---

至于“你做错了什么”：如果不知道你想达到什么目的，很难说出来。

好吧，我看到你接受了一个答案，它正确地指出，将函数应用于张量的元素，而标量张量没有元素。但对于标量张量来说，这并不是不可能的，你只需要在它之前和之后进行测试，就像下面的代码（测试）：

将tensorflow导入为tf
b=tf.常数（1.0）
如果（）==b.获取形状（）：
c=tf.reformate（tf.map_fn（λx:x+1，tf.reformate（b，（1，），（））
其他：
c=tf.map_fn（λx:x+1，b）
#预期产出：2.0
使用tf.Session（）作为sess：
打印（sess.run（c））

将输出：

2.0

如所愿

---

通过这种方式，您可以将其分解为一个不可知函数，该函数可以将标量张量和非标量张量作为参数。

谢谢！我在一个函数中使用map_fn，该函数以张量作为参数，其大小可能大于1。第二个问题只有在可能的情况下才提出，而我的回答是错误的。我会找到一个解决办法：）好的，在这种情况下，第二个答案应该提供所需的解决办法！