Python tf.SequenceExample与多维数组
在Tensorflow中,我想将多维数组保存到TFRecord中。例如:Python tf.SequenceExample与多维数组,python,multidimensional-array,tensorflow,protocol-buffers,Python,Multidimensional Array,Tensorflow,Protocol Buffers,在Tensorflow中,我想将多维数组保存到TFRecord中。例如: [[1, 2, 3], [1, 2], [3, 2, 1]] 由于我试图解决的任务是顺序的,因此我尝试使用Tensorflow的tf.train.SequenceExample(),在写入数据时,我成功地将数据写入了TFRecord文件。但是,当我尝试使用tf.parse\u single\u sequence\u example从TFRecord文件加载数据时,我遇到了大量的神秘错误: W tensorflow/cor
[[1, 2, 3], [1, 2], [3, 2, 1]]
由于我试图解决的任务是顺序的,因此我尝试使用Tensorflow的tf.train.SequenceExample()
,在写入数据时,我成功地将数据写入了TFRecord文件。但是,当我尝试使用tf.parse\u single\u sequence\u example
从TFRecord文件加载数据时,我遇到了大量的神秘错误:
W tensorflow/core/framework/op_kernel.cc:936] Invalid argument: Name: , Key: input_characters, Index: 1. Number of int64 values != expected. values size: 6 but output shape: []
E tensorflow/core/client/tensor_c_api.cc:485] Name: , Key: input_characters, Index: 1. Number of int64 values != expected. values size: 6 but output shape: []
我尝试加载数据时使用的函数如下:
def read_and_decode_single_example(filename):
filename_queue = tf.train.string_input_producer([filename],
num_epochs=None)
reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_queue)
context_features = {
"length": tf.FixedLenFeature([], dtype=tf.int64)
}
sequence_features = {
"input_characters": tf.FixedLenSequenceFeature([], dtype=tf.int64),
"output_characters": tf.FixedLenSequenceFeature([], dtype=tf.int64)
}
context_parsed, sequence_parsed = tf.parse_single_sequence_example(
serialized=serialized_example,
context_features=context_features,
sequence_features=sequence_features
)
context = tf.contrib.learn.run_n(context_parsed, n=1, feed_dict=None)
print context
我用来保存数据的函数如下:
# http://www.wildml.com/2016/08/rnns-in-tensorflow-a-practical-guide-and-undocumented-features/
def make_example(input_sequence, output_sequence):
"""
Makes a single example from Python lists that follows the
format of tf.train.SequenceExample.
"""
example_sequence = tf.train.SequenceExample()
# 3D length
sequence_length = sum([len(word) for word in input_sequence])
example_sequence.context.feature["length"].int64_list.value.append(sequence_length)
input_characters = example_sequence.feature_lists.feature_list["input_characters"]
output_characters = example_sequence.feature_lists.feature_list["output_characters"]
for input_character, output_character in izip_longest(input_sequence,
output_sequence):
# Extend seems to work, therefore it replaces append.
if input_sequence is not None:
input_characters.feature.add().int64_list.value.extend(input_character)
if output_characters is not None:
output_characters.feature.add().int64_list.value.extend(output_character)
return example_sequence
欢迎提供任何帮助。使用提供的代码,我无法重现您的错误,但经过一些有根据的猜测,给出了以下工作代码
import tensorflow as tf
import numpy as np
import tempfile
tmp_filename = 'tf.tmp'
sequences = [[1, 2, 3], [1, 2], [3, 2, 1]]
label_sequences = [[0, 1, 0], [1, 0], [1, 1, 1]]
def make_example(input_sequence, output_sequence):
"""
Makes a single example from Python lists that follows the
format of tf.train.SequenceExample.
"""
example_sequence = tf.train.SequenceExample()
# 3D length
sequence_length = len(input_sequence)
example_sequence.context.feature["length"].int64_list.value.append(sequence_length)
input_characters = example_sequence.feature_lists.feature_list["input_characters"]
output_characters = example_sequence.feature_lists.feature_list["output_characters"]
for input_character, output_character in zip(input_sequence,
output_sequence):
if input_sequence is not None:
input_characters.feature.add().int64_list.value.append(input_character)
if output_characters is not None:
output_characters.feature.add().int64_list.value.append(output_character)
return example_sequence
# Write all examples into a TFRecords file
def save_tf(filename):
with open(filename, 'w') as fp:
writer = tf.python_io.TFRecordWriter(fp.name)
for sequence, label_sequence in zip(sequences, label_sequences):
ex = make_example(sequence, label_sequence)
writer.write(ex.SerializeToString())
writer.close()
def read_and_decode_single_example(filename):
filename_queue = tf.train.string_input_producer([filename],
num_epochs=None)
reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_queue)
context_features = {
"length": tf.FixedLenFeature([], dtype=tf.int64)
}
sequence_features = {
"input_characters": tf.FixedLenSequenceFeature([], dtype=tf.int64),
"output_characters": tf.FixedLenSequenceFeature([], dtype=tf.int64)
}
return serialized_example, context_features, sequence_features
save_tf(tmp_filename)
ex,context_features,sequence_features = read_and_decode_single_example(tmp_filename)
context_parsed, sequence_parsed = tf.parse_single_sequence_example(
serialized=ex,
context_features=context_features,
sequence_features=sequence_features
)
sequence = tf.contrib.learn.run_n(sequence_parsed, n=1, feed_dict=None)
#check if the saved data matches the input data
print(sequences[0] in sequence[0]['input_characters'])
所需的修改是:
sequence\u length=sum([len(word)表示输入序列中的单词])
tosequence\u length=len(输入序列)
extend
已更改为append
我也有同样的问题。我认为它是完全可以解决的,但是您必须决定输出格式,然后确定如何使用它 首先您的错误是什么 错误消息告诉您,您试图读取的内容不符合您指定的要素大小。那么你在哪里指定的呢?就在这里:
sequence_features = {
"input_characters": tf.FixedLenSequenceFeature([], dtype=tf.int64),
"output_characters": tf.FixedLenSequenceFeature([], dtype=tf.int64)
}
这表示“我的输入字符是一个单值序列”,但事实并非如此;你得到的是一系列的单值序列,因此是一个错误
第二你能做什么
如果您改为使用:
a = [[1,2,3], [2,3,1], [3,2,1]]
sequence_features = {
"input_characters": tf.FixedLenSequenceFeature([3], dtype=tf.int64),
"output_characters": tf.FixedLenSequenceFeature([3], dtype=tf.int64)
}
您的代码不会出现错误,因为您已经指定顶级序列的每个元素都有3个元素长
或者,如果没有固定长度的序列,则必须使用不同类型的功能
sequence_features = {
"input_characters": tf.VarLenFeature(tf.int64),
"output_characters": tf.VarLenFeature(tf.int64)
}
VarLenFeature告诉它在读取之前长度未知。不幸的是,这意味着您的输入字符不能再作为密集向量在一个步骤中读取。相反,默认情况下,它将是一个。你可以将其转化为稠密张量,例如:
正如您所看到的,如果您的数据不总是具有相同的长度,那么您必须在词汇表中使用一个“not_really_a_word”单词,作为默认索引。e、 假设索引0映射到“not_really_a_word”单词,然后使用
a = [[1,2,3], [2,3], [3,2,1]]
python列表最终将成为一个
array((1,2,3), (2,3,0), (3,2,1))
张量
被警告;我不确定反向传播对稀疏传感器是否“有效”,就像对稠密张量一样。这篇文章讨论了在每个序列中填充0来掩盖“not_actually_a_word”单词的丢失(请参阅文章中的“旁注:在词汇表/类中小心0”)。这似乎表明第一种方法更容易实现
注意,这与这里描述的情况不同,其中每个示例都是序列序列。据我理解,这种方法之所以得不到很好的支持,是因为它是对本应支持的案例的滥用,;直接加载固定尺寸的嵌入件
我假设你接下来要做的就是将这些数字转换成单词嵌入。您可以使用
tf.nn将索引列表转换为嵌入列表。嵌入查找
嗨,您能提供更多上下文吗?最好提供一个可以实际运行和测试的最小示例,包括如何将数据保存到文件的步骤。您的示例很难理解,如果您编辑示例以包含相关上下文,您将获得更多帮助。例如-查看您在代码中添加注释的链接,很明显,您生成序列示例的代码段不包括实际写入数据的代码。尝试这些更改时,我收到错误:TypeError:[37]具有类型,但预期为:(,)
。我想我看到了问题,[[1,2,3],[1,2],[3,2,1]]
应该是一个序列而不是多个序列。你试过答案中的片段了吗?我在运行它时没有遇到任何错误(Ubuntu,python3.4,没有GPU的TF)。你的输入数据看起来和问题中的完全一样吗?我的输入完全一样,但是你在处理[[1,2,3],[1,2],[3,2,1]]
这是三个不同的示例。这是一个示例。从文档中可以看出:它包含一个键值存储(功能);其中//每个键(字符串)映射到一个功能消息(它是压缩ByteList、//FloatList或Int64List中的一个).对于您的数据结构,除了单独存储列表并在阅读后加入列表之外,我看不到任何其他解决方案。
array((1,2,3), (2,3,0), (3,2,1))