2016-05-31 8 views
0

Das ist wahrscheinlich eine blöde Frage, aber ich habe Schwierigkeiten beim Zugriff auf eine Eigen :: Tensor-Klassenfunktion aus einer benutzerdefinierten Op-Funktion (void Compute) in Tensorflow.C++ Zugriff auf die Eigen :: Tensor-Klasse-Funktion von Tensorflow :: Tensor-Objekt

Eigen :: Tensor hat eine Memberfunktion namens "extract_patches", auf die ich von innerhalb des op zugreifen möchte. Wenn ich das Tensorobjekt "typid()", gibt es Tensorflow :: Tensor zurück. Wie gelangt man zum zugrundeliegenden Eigen :: Tensor?

Beachten Sie, dass der Code für "extract_patches" direkt aus der Eigen-Dokumentation stammt.

#include "tensorflow/core/framework/op.h" 
#include "tensorflow/core/framework/op_kernel.h" 
#include "tensorflow/core/util/padding.h" 
#include "tensorflow/core/framework/numeric_op.h" 
#include "tensorflow/core/util/tensor_format.h" 
#include <vector> 
#include "third_party/eigen3/unsupported/Eigen/CXX11/Tensor" 

using namespace tensorflow; 

class SauronOp : public OpKernel { 
public: 
    explicit SauronOp(OpKernelConstruction* context) : OpKernel(context) {// Some checks} 

    void Compute(OpKernelContext* context) override { 

    //declare temporary storage 
    TensorShape a_shape_temp({act_in_batch, act_in_rows, act_in_cols }); 
    Tensor a_temp; 
    OP_REQUIRES_OK(context, context->allocate_temp(DataTypeToEnum<float>::value, 
             a_shape_temp, &a_temp)); 
    //auto a_matrix = a_temp.shaped<float,3>({{act_in_batch, act_in_rows, act_in_cols }); 
    auto a_tensor = a_temp.tensor<float,3>(); 

    //unrelated stuff 

    Eigen::Tensor<float, 4> patch; 
    Eigen::array<ptrdiff_t, 3> patch_dims; 
    patch_dims[0] = filter_height; 
    patch_dims[1] = filter_width; 
    patch_dims[2] = act_in_cols; 

// THIS LINE GENERATES THIS PROBLEM (sorry for yelling) 
    patch = a_tensor.extract_patches(patch_dims); 

// output for debug 
    std::cout<<"type "<< typeid(a_tensor).name()<<std::endl; 
    std::cout<<"type "<< typeid(a_temp).name()<<std::endl; 
    } 

Ausgabe

type N5Eigen9TensorMapINS_6TensorIfLi3ELi1ElEELi16EEE 
type N10tensorflow6TensorE 

Antwort

0

Ich vermute, dass das Problem ist, dass extract_patches() eine Eigen::TensorPatchOp<...> zurückgibt (die die nicht ausgewertete Ausdruck) und nicht ein Eigen::Tensor<...> (den ausgewerteten Wert darstellt). Damit dies funktioniert, müssen Sie (i) .eval() über das Ergebnis .extract_patches() anrufen und (ii) patch als Zeilengruppe deklarieren, um ein Objekt des gewünschten Typs zu erhalten.

Der folgende Code kompiliert für mich in einer Compute() Methode:

Tensor a_temp; 
// Initialize `a_temp`... 

const auto& a_tensor = a_temp.shaped<float, 3>(
    {act_in_batch, act_in_rows, act_in_cols}); 

Eigen::array<ptrdiff_t, 3> patch_dims; 
patch_dims[0] = filter_height; 
patch_dims[1] = filter_width; 
patch_dims[2] = act_in_cols; 

const auto& patch_expr = a_tensor.extract_patches(patch_dims); 

Eigen::Tensor<float, 4, Eigen::RowMajor> patch = patch_expr.eval(); 
+0

Der Code kompiliert, aber es Segfaults wenn ich versuche, den Patch zuzugreifen. Patch (0,0,0,0); –

+0

Können Sie versuchen, 'gdb' anzuhängen, um herauszufinden, wo es segregiert? Beachten Sie, dass Eigen eines der Argumente nicht validiert. Daher ist es möglich, beim Aufruf dieses Ops einen Out-of-Bounds-Zugriff zu generieren. – mrry

+0

Ich habe dem Code, der auf den Patch zugreift, eine einzelne Zeile hinzugefügt. "std :: cout <<" patch (0,0,0,0) "<< float (patch (0,0,0,0)) << std :: endl;" gdb meldet dies als die beleidigende Zeile. Ich habe es mit und ohne den Schwimmer vergeblich versucht. –