tf.lookup.StaticHashTable，以列表（任意大小）作为值

Question

我想将每个人的名字与一个数字列表相关联。

keys = ["Fritz", "Franz", "Fred"]
values = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]

如果我运行以下命令：

import tensorflow as tf
table = tf.lookup.StaticHashTable(tf.lookup.KeyValueTensorInitializer(keys, values), default_value=0)

，我得到 aValueError: Can't convert non-rectangular Python sequence to Tensor. 因为列表大小不同，因此无法转换为 a tf.Tensor。

是否有另一种方法将张量的值与任意形状的列表相关联？

感谢您的帮助 ：）

Answer 1

StaticHashTable- 从 TF 2.3 开始 - 无法返回多维值，更不用说参差不齐的值了。因此，尽管填充了值，还是创建了一个像这样的哈希表：

keys = ["Fritz", "Franz", "Fred"]
values = [[1, 2, 3, -1], [4, 5, -1, -1], [6, 7, 8, 9]]
table_init = tf.lookup.KeyValueTensorInitializer(keys, values)
table = tf.lookup.StaticHashTable(table_init, -1)

会抛出以下错误：

InvalidArgumentError: Expected shape [3] for value, got [3,4] [Op:LookupTableImportV2]

为了避免这种情况，您可以使用密集哈希表，尽管它处于实验模式。密集哈希表和静态哈希表都不提供对参差不齐的键或值的支持。因此，最好的选择是填充您的值，并创建一个密集的哈希表。在查找过程中，您可以将它们拉回来。整体代码如下所示：

keys = ["Fritz", "Franz", "Fred"]
values = [[1, 2, 3, -1], [4, 5, -1, -1], [6, 7, 8, 9]]
table = tf.lookup.experimental.DenseHashTable(key_dtype=tf.string, value_dtype=tf.int64, empty_key="<EMPTY_SENTINEL>", deleted_key="<DELETE_SENTINEL>", default_value=[-1, -1, -1, -1])
table.insert(keys, values)

在查找过程中：

InvalidArgumentError: Expected shape [3] for value, got [3,4] [Op:LookupTableImportV2]