TensorFlow：tf.scan与tf.map_fn

偷懒不学习

于 2023-07-16 16:54:35 发布

阅读量306

点赞数

文章标签： tensorflow 深度学习人工智能

本文链接：https://blog.csdn.net/Seaern/article/details/123545441

版权

该文介绍了TensorFlow中的scan和map_fn函数，它们用于处理张量序列。scan函数沿第一维度对元素应用可调用函数，而map_fn则对输入序列中的每个元素应用函数。两者都支持并行迭代和反向传播，并可以设置是否交换GPU-CPU内存来优化性能。用户需指定函数输出类型、迭代次数等参数。

摘要由CSDN通过智能技术生成

scan(
    fn,
    elems,
    initializer=None,
    parallel_iterations=10,
    back_prop=True,
    swap_memory=False,
    infer_shape=True,
    name=None
)

map_fn(
    fn,
    elems,
    dtype=None,
    parallel_iterations=10,
    back_prop=True,
    swap_memory=False,
    infer_shape=True,
    name=None
)

	map_fn	scan
fn：	可调用的执行.它接受一个参数,它将具有与之相同的(可能嵌套的)结构 elems.其输出必须具有与 dtype 相同的结构(如果提供了),否则它必须具有与elems 相同的结构.
elems：	张量或(可能是嵌套的)张量序列,其中的每一个都将沿着它们的第一维度进行解压.生成的切片的嵌套序列将应用于 fn.
dtype(initializer)	(可选)fn 的输出类型.如果 fn 返回与 elems 结构不同的张量结构,则 dtype 不是可选的,并且必须具有与 fn 的输出相同的结构.
parallel_iterations：	(可选)允许并行运行的迭代次数.
back_prop:	(可选)True 允许支持反向传播.
swap_memory:	(可选)True 可实现 GPU-CPU 内存交换.
infer_shape：	(可选)False 禁用对一致输出形状的测试.
name	(可选)返回的张量的名称前缀.