Python Tensorflow变换字符串张量的每个元素

我有一个弦的张量。下面是一些示例字符串

com.abc.display,com.abc.backend,com.xyz.forte,blah
com.pqr,npr.goog

我想做一些预处理，将CSV拆分成它的一部分，然后在点处拆分每个部分，然后创建多个字符串，其中一个字符串是另一个字符串的前缀。此外，所有的

废话都必须删除

例如，给定第一个字符串
com.abc.display、com.abc.backend、com.xyz.forte
，它将转换为以下字符串的数组/列表

['com', 'com.abc', 'com.abc.display', 'com.abc.backend', 'com.xyz', 'com.xyz.forte']

结果列表没有重复项（这就是为什么
com.abc.backend
的前缀字符串没有显示出来，因为它们已经包含在
com
和
com.abc
中）

我编写了下面的python函数，在给定一个CSV字符串示例的情况下可以实现上述功能

def expand_meta(meta):
    expanded_subparts = []
    meta_parts = set([x for x in meta.split(',') if x != 'blah'])
    for part in meta_parts:
        subparts = part.split('.')
        for i in range(len(subparts)+1):
            expanded = '.'.join(subparts[:i])
            if expanded:
                expanded_subparts.append(expanded)
    return list(set(expanded_subparts))

在第一个示例中调用此方法

expand_meta('com.abc.display,com.abc.backend,com.xyz.forte,blah')

返回

['com.abc.display',
 'com.abc',
 'com.xyz',
 'com.xyz.forte',
 'com.abc.backend',
 'com']

我知道tensorflow有这个
map\u fn
方法。我希望用它来变换张量的每个元素。但是，我得到了以下错误

File "mypreprocess.py", line 152, in expand_meta
    meta_parts = set([x for x in meta.split(',') if x != 'blah'])
AttributeError: 'Tensor' object has no attribute 'split'

因此，我似乎无法使用带有
map\u fn
的常规python函数，因为它期望元素是
tensor
s。我该怎么做我想在这里做的事

（我的
Tensorflow
版本是1.11.0）
我想这正是你想要的：

将tensorflow导入为tf
#函数来处理单个字符串
def make_拆分：
s=tf。将_转换为_张量（s）
#用逗号分开
split1=tf.strings.split（[s]，“，”）.values
#除去废话
split1=tf.boolean_掩码（split1，tf.not_equal（split1，'blah'））
#按时段划分
split2=tf.string_split（split1，“.”）
#得到稠密分裂张量
split2\u densite=tf.sparse.to\u densite（split2，默认值=“”）
#累加连接
concats=tf.scan（lambda，b:tf.string_join（[a，b]，'.'），
tf.转置（split2_）
#获取相关的连接
out=tf.gather\u nd（tf.transpose（concats），split2.index）
#删除重复项
返回tf.unique（out）[0]
#试验
将tf.Graph（）作为默认值（），将tf.Session（）作为sess：
#个别例子
打印（进行拆分（'com.abc.display，com.abc.backend，com.xyz.forte，blah'）.eval（））
#[b'com'b'com.abc'b'com.abc.display'b'com.abc.backend'b'com.xyz'
#b'com.xyz.forte']
打印（进行分割（'com.pqr，npr.goog'）.eval（））
#[b'com'b'com.pqr'b'npr'b'npr.goog']
#应用于具有循环的多个字符串
data=tf.constant([
'com.abc.display，com.abc.backend，com.xyz.forte，诸如此类'，
'com.pqr，npr.goog']）
ta=tf.TensorArray（size=data.shape[0]，dtype=tf.string，
推断形状=假，元素形状=[无]）
_，ta=tf.while\u循环(
λi，ta:i

我不确定您是否希望总结果像这样串联起来，或者您希望对全局结果应用
tf.unique
，但在任何情况下，想法都是一样的。
您的输入数据是一个逗号分隔的字符串，还是一个包含多个逗号分隔的字符串的张量？如果是第二种情况，预期的输出是什么？因为每个字符串将给出不同数量的结果。而且，1.11.0已经很老了，你有没有可能升级，即使是在1.x之内？我认为1.12已经在字符串函数中引入了一些改进。我希望我们可以升级到1.15，但这不取决于我。我们正在努力实现这一目标，但我怀疑这将在未来几个月内实现。所以，我必须坚持使用1.11。输入是一个带有多个CSV字符串的张量。基本上，它来自一个SQL列，其中的列值可以是我在文章中提到的类型的字符串。预期的输出将是字符串列表的张量。