Python TensorFlow中的合并字符串张量

我处理大量的

dtype=“str”

数据。我一直在尝试构建一个简单的图形，如中所示

对于一个简单的操作，我想使用（）

有人知道如何合并字符串张量吗？

import tensorflow as tf
sess = tf.InteractiveSession()

with tf.name_scope("StringSequence") as scope:
    left = tf.constant("aaa",name="LEFT")
    middle = tf.placeholder(dtype=tf.string, name="MIDDLE")
    right = tf.constant("ccc",name="RIGHT")
    complete = tf.add_n([left,middle,right],name="COMPLETE") #fails here
sess.run(complete,feed_dict={middle:"BBB"})
#writer = tf.train.SummaryWriter("/users/mu/test_out/", sess.graph_def)

---

我相信稀疏混凝土是您想要的：

---

加法将把数值加在一起。

好的，目前没有办法做到这一点

---

认识到这是一个令人失望的答案，我已经提交了跟踪此请求的文件。

我知道这不是一个立即的答案，我不希望这一点在评论中被隐藏

如果要合并现有库中未包含的操作，可以创建一个。要合并自定义Op，您需要：

在C++文件中登记新的OP。Op注册独立于实现，并描述如何调用Op的语义。例如，它定义Op名称，并指定其输入和输出
• 在C++中实现OP。这种实现称为“内核”，对于不同的体系结构（例如CPU、GPU）或输入/输出类型，可以有多个内核
• 创建Python包装器。此包装器是用于创建Op的公共API。默认包装器是从Op注册生成的，可以直接使用或添加到
• （可选）编写一个函数来计算Op的渐变
• 或者，编写一个函数来描述Op的输入和输出形状。这允许形状推断与Op一起工作
• 测试Op，通常使用Python。如果定义渐变，可以使用Python GradientChecker对其进行验证

---

您所问的是否非常相关，并且可能会成为未来使用TensorFlow的字符串类型的更高谷歌搜索结果之一；因此，需要提供这种解决方案的途径，以便其他人知道它的存在

由于您的问题，我们优先考虑在TensorFlow中添加对字符串连接的支持，并在中添加了它。使用现有运算符实现字符串连接，以匹配的行为（包括广播）

要实现您的示例，您可以编写：

complete = left + middle + right

…或，等效，但如果要命名结果张量：

complete = tf.add(tf.add(left, middle), right, name="COMPLETE")

我们还没有在<代码> tf.AddixNo（）>代码>中添加对字符串的支持（或相关的OPS，如：代码> TF.TrimeEx SUME（）/代码>，但是如果有用例的话，会考虑这个问题。

---

注意：要立即使用此功能，您需要。新op将在TensorFlow（0.7.0）的下一版本中提供。

op可以添加新op吗？是的，这是一种方法。我们欢迎一个贡献——这显然是多人想要的东西。我很想，但这将不会有几个月，因为我仍然需要通过基本的TysFooFoad实例，GPU例子，然后让我的C++加速。我目前正在翻译成F#以利用我的F#知识学习深度学习和Python。但现在你确认我开始掌握TensorFlow，我会把它放在列表的首位。谢谢.dga关于@Ian Goodfello的回答，有没有办法用稀疏的concat做到这一点？我不这么认为。稀疏张量的元素仍然是单独的字符串，并且没有办法连接字符串对象本身。你找到一种方法让它工作了吗？应用这个有点混乱。