Python “map_fn()”的结果是否可能得到更高维的张量?
我需要查看张量元素,并用1d张量替换它们,如本玩具示例中所示:Python “map_fn()”的结果是否可能得到更高维的张量?,python,tensorflow,Python,Tensorflow,我需要查看张量元素,并用1d张量替换它们,如本玩具示例中所示: m = tf.range(0, my_range) res = tf.map_fn(fn=lambda t: [t], elems=m) 但我有一个例外: 发生异常:ValueError这两个结构没有 相同的嵌套结构 列表应替换为lambda体中的张量: m = tf.range(0, my_range) res = tf.map_fn(fn=lambda t: tf.convert_to_tensor([t]), elems=m
m = tf.range(0, my_range)
res = tf.map_fn(fn=lambda t: [t], elems=m)
但我有一个例外:
发生异常:ValueError这两个结构没有
相同的嵌套结构
列表应替换为lambda体中的张量:
m = tf.range(0, my_range)
res = tf.map_fn(fn=lambda t: tf.convert_to_tensor([t]), elems=m)