Python tf.nest.map_structure用法及代码示例

通过将 func 应用于 structure 中的每个原子来创建新结构。

用法

tf.nest.map_structure(
    func, *structure, **kwargs
)

参数

func 接受与结构一样多的参数的可调用对象。
*structure 原子或嵌套结构。
**kwargs
有效的关键字参数是：
- check_types ：如果设置为 True(默认)，则结构中的迭代类型必须相同(例如 map_structure(func, [1], (1,)) 引发 TypeError 异常)。要允许这样做，请将此参数设置为 False 。请注意，具有相同名称和字段的命名元组始终被认为具有相同的浅层结构。
- expand_composites ：如果设置为 True ，则复合张量如 tf.sparse.SparseTensor 和 tf.RaggedTensor 将扩展为它们的分量张量。如果False(默认)，则复合张量不展开。

与 structure[0] 具有相同数量的新结构，其原子对应于 func(x[0], x[1], ...) 其中 x[i] 是 structure[i] 中相应位置的原子。如果有不同的结构类型并且check_types 是False，则将使用第一个结构的结构类型。

抛出

TypeError 如果 func 不可调用，或者结构不通过深度树相互匹配。
ValueError 如果没有提供结构或者结构在类型上不匹配。
ValueError 如果提供了错误的关键字参数。

有关结构的定义，请参阅tf.nest。

应用 func(x[0], x[1], ...) 其中 x[i] 枚举 structure[i] 中的所有原子。 structure 中的所有项目必须具有相同的数量，并且返回值将包含具有相同结构布局的结果。

例子：

一个 Python 字典：

a = {"hello":24, "world":76}
tf.nest.map_structure(lambda p:p * 2, a)
{'hello':48, 'world':152}

多个 Python 字典：

d1 = {"hello":24, "world":76}
d2 = {"hello":36, "world":14}
tf.nest.map_structure(lambda p1, p2:p1 + p2, d1, d2)
{'hello':60, 'world':90}

一个 Python 列表：

a = [24, 76, "ab"]
tf.nest.map_structure(lambda p:p * 2, a)
[48, 152, 'abab']

标量：

tf.nest.map_structure(lambda x, y:x + y, 3, 4)
7

空结构：

tf.nest.map_structure(lambda x:x + 1, ())
()

检查可迭代的类型：

s1 = (((1, 2), 3), 4, (5, 6))
s1_list = [[[1, 2], 3], 4, [5, 6]]
tf.nest.map_structure(lambda x, y:None, s1, s1_list)
Traceback (most recent call last):

TypeError:The two structures don't have the same nested structure

类型检查设置为 False：

s1 = (((1, 2), 3), 4, (5, 6))
s1_list = [[[1, 2], 3], 4, [5, 6]]
tf.nest.map_structure(lambda x, y:None, s1, s1_list, check_types=False)
(((None, None), None), None, (None, None))

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.nest.map_structure。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。