我们正在用TFX开发一个ML管道，其中包含了最常见的组件，如ExampleGen、Transform、Trainer等。必须馈送到DNN的示例具有不同的长度，因此我们决定使用Ragged Tensors来启用非固定维度的输入并避免填充。然而，Trainer组件似乎试图自动将输入转换为Tensor或类似的东西。
类型错误：无法将类型为'tensorflow. python. ops. ragged. raged_tensor. RaggedTensor'〉的对象转换为Tensor。内容：〉tf. RaggedTensor（值=Tensor（"占位符：0"，形状=（None，605），数据类型= float32），〉行拆分=Tensor（"占位符_1：0"，形状=（None，），数据类型= int64））。请考虑将元素强制转换为〉支持的类型。
该模型是用于结构化数据的 * Keras**Sequential * DNN，主要是 * Dense * 层。是否可以对TFX编写的管道使用不规则Tensor？Keras支持不规则Tensor吗？
谢谢大家!
顺便说一句，我们正在使用：
- TFX：版本1.4.0
- tensorflow ：版本2.6.3
- Python语言：3.7.12
1条答案
按热度按时间0pizxfdo1#
粗糙Tensor本质上是一个包含可变数量元素的列表。将其放入DNN的问题是，您不知道将获得多少输入，因此无法提前创建执行该计算的图。粗糙Tensor不进入密集层是线性代数的限制，而不是张流。如果您分享更多细节以使您的问题可重现，我可以试着帮忙。