Python Tensorflow表格查找int->；浮动

给定一个未知维度的二维张量[？，？]，其中包含整数（表示类），我想获得一个相同形状的新张量，但其值替换为从查找表中获取的浮点（表示类权重）

例如：

inputs = [ [1,3,3], [2,4,2] ]
lookup table: {1: 0.2, 2: 0.25, 3: 0.1, 4: 0.45}
output: [ [0.2, 0.1, 0.1], [0.25, 0.45, 0.25] ]

我尝试用tf.map_fn链接两个lambda函数，迭代每一行，然后迭代每个元素：

elem_iter = lambda y: unknown_lookup_function(y)
row_iter = lambda x: elem_iter(x)
weights = tf.map_fn(row_iter, inputs, dtype=tf.float32)

但找不到定义查找函数的正确方法。 关于如何实施这种行为有什么建议吗？是否有一个本地op可以代替map\fn使用？

我想您应该使用：

其思想是将查找表存储为数组。在

i

索引处，存储输入

i

的查找值。如果键不是整数而是字符串，则需要使用

# Note I pad a dummpy element at index-0.
lookup_table = tf.constant([0, 0.2, 0.25, 0.1, 0.45])

inputs = tf.constant([ [1,3,3], [2,4,2] ])
output = tf.gather(lookup_table, inputs)
with tf.Session() as sess:
  print sess.run(output)

> 
  [[ 0.2         0.1         0.1       ]
   [ 0.25        0.44999999  0.25      ]]