tensorflow concat un segnaposto variabile dimensioni con un vettore

Question

Diciamo ho un segnaposto

ph_input = tf.placeholder(dtype=tf.int32, [None, 1])

e un vettore

h = tf.zeros([1,2], dtype=tf.int32)

In questo esempio h è riempito con zeri per semplicità ma nel caso reale verrà modificato da altre variabili e avrà valori diversi.

che voglio fare in modo efficiente una concat su ph_input e h sulla dimensione 1 e ottenere un nuovo tensore di forma [None, 1+2]. Sfortunatamente, concat richiede che tutti i tensori di ingresso abbiano la stessa forma eccetto lo concat_dim, che il mio esempio non soddisfa.

Stavo considerando espandere h alla stessa forma dei dati che alimentano a ph_input ma non sono esattamente sicuro come farlo con il segnaposto stesso. Se ottengo direttamente la forma dai dati di input, suppongo che non sia necessario utilizzare il segnaposto.

Answer 1

La soluzione più generale è quello di utilizzare il tf.shape() op per ottenere la dimensione di run-time del segnaposto, e il tf.tile() op per espandere h alla dimensione appropriata:

ph_input = tf.placeholder(dtype=tf.int32, shape=[None, 1]) 
h = tf.zeros([1, 2], dtype=tf.int32) # ...or some other tensor of shape [1, 2] 

# Get the number of rows in the fed value at run-time. 
ph_num_rows = tf.shape(ph_input)[0] 

# Makes a `ph_num_rows x 2` matrix, by tiling `h` along the row dimension. 
h_tiled = tf.tile(h, tf.pack([ph_num_rows, 1])) 

result = tf.concat(1, [ph_input, h_tiled])