如何将字符串张量转换为张量浮点列表？

Question

所以，我的代码就像

    parsed_line = tf.decode_csv(line, [[0], [0], [""]])
    print(parsed_line[0])
    del parsed_line[0]
    del parsed_line[0]
    features = parsed_line
    print(parsed_line[0])

那么结果是

    [<tf.Tensor 'DecodeCSV:0' shape=() dtype=int32>, <tf.Tensor 'DecodeCSV:1' shape=() dtype=int32>, <tf.Tensor 'DecodeCSV:2' shape=() dtype=string>]

和

    [<Tensor("DecodeCSV:2", shape=(), dtype=string)>]

我会给这个解码函数的 csv 是

    1, 0, 0101010010101010101010

我想要这个“0101010010101010101010”

    [0,1,0,1,0,.........] 

在张量流中

    [<Tensor("DecodeCSV:2", shape=(), dtype=string)>]

到

    [<tf.Tensor 'DecodeCSV:0' shape=() dtype=int32>, <tf.Tensor 'DecodeCSV:1' shape=() dtype=int32>, ............]

你有什么想法吗？

Answer 1

您可以使用tf.string_splitand 以这种方式执行此操作tf.string_to_number：

import tensorflow as tf

line = tf.constant("1000111101", shape=(1,))
b = tf.string_split(line, delimiter="").values
c = tf.string_to_number(b, tf.int32)
print(c)
with tf.Session() as sess:
    print(sess.run(c))

[1 0 0 0 1 1 1 1 0 1]