Tensorflow 我可以将tf.map_fn（…）应用于多个输入/输出吗？

我想使用

tf.map\u fn

将a函数应用于上述输入、

a

和

b

。它将同时输入

[1,2,3]

和

True

，并输出类似的值

假设out函数就是一个恒等式：

lambda（x，y）：x，y

因此，如果输入

[1,2,3]，True

，它将输出那些相同的张量

我知道如何对一个变量使用

tf.map\u fn（…）

，但不能对两个变量使用。在这种情况下，我有混合的数据类型（int32和bool），所以我不能简单地连接张量，并在调用后拆分它们

---

我能用不同数据类型的多个输入/输出使用

tf.map\u fn（…）

吗？

解决了这个问题。您必须在

dtype

中为每个不同的张量定义每个张量的数据类型，然后您可以将张量作为元组传递，map函数接收一个输入元组，并且

map\u fn

返回一个元组

有效的示例：

a = tf.constant([[1,2,3],[4,5,6]])
b = tf.constant([True, False], dtype=tf.bool)

a.eval()
array([[1, 2, 3],
       [4, 5, 6]], dtype=int32)
b.eval()
array([ True, False], dtype=bool)

---

请注意，如果使用此选项，处理将在CPU中完成，而不是在GPU上完成。在GPU上进行训练时，这对速度尤其有害。您如何知道此特定功能使用CPU而不是GPU？这是由于函数tf.map_fn本身还是由于数据类型规范？几年后再次讨论这个问题，我不太确定这个评论。如果lambda只返回TF ops，我不确定它们是否会落到CPU上，也不确定从那时到现在TF中是否有任何变化。如果有人想通过跟踪或转储张量所连接的设备来确认，这将非常有用。似乎如果

fn

仅返回TF ops，则这些操作应在默认设备上运行。

a = tf.constant([[1,2,3],[4,5,6]])
b = tf.constant([True, False], dtype=tf.bool)

c = tf.map_fn(lambda x: (x[0], x[1]), (a,b), dtype=(tf.int32, tf.bool))

c[0].eval()
array([[1, 2, 3],
       [4, 5, 6]], dtype=int32)
c[1].eval()
array([ True, False], dtype=bool)