Computing Edit Entfernung (feed_dict error)

Question

Ich habe Code in Tensorflow geschrieben, um den Bearbeitungsabstand zwischen einer Zeichenfolge und einer Gruppe von Zeichenfolgen zu berechnen. Ich kann den Fehler nicht herausfinden.

import tensorflow as tf 
sess = tf.Session() 

# Create input data 
test_string = ['foo'] 
ref_strings = ['food', 'bar'] 

def create_sparse_vec(word_list): 
    num_words = len(word_list) 
    indices = [[xi, 0, yi] for xi,x in enumerate(word_list) for yi,y in enumerate(x)] 
    chars = list(''.join(word_list)) 
    return(tf.SparseTensor(indices, chars, [num_words,1,1])) 


test_string_sparse = create_sparse_vec(test_string*len(ref_strings)) 
ref_string_sparse = create_sparse_vec(ref_strings) 

sess.run(tf.edit_distance(test_string_sparse, ref_string_sparse, normalize=True)) 

Dieser Code funktioniert und wenn ausführen, erzeugt es die Ausgabe:

array([[ 0.25], 
     [ 1. ]], dtype=float32) 

Aber wenn ich versuche, dies zu tun, indem sie die spärlichen Tensoren in durch spärliche Platzhalter Fütterung, erhalte ich einen Fehler. Hier

test_input = tf.sparse_placeholder(dtype=tf.string) 
ref_input = tf.sparse_placeholder(dtype=tf.string) 

edit_distances = tf.edit_distance(test_input, ref_input, normalize=True) 

feed_dict = {test_input: test_string_sparse, 
      ref_input: ref_string_sparse} 

sess.run(edit_distances, feed_dict=feed_dict) 

ist der Fehler Zurückverfolgungs:

Traceback (most recent call last): 

    File "<ipython-input-29-4e06de0b7af3>", line 1, in <module> 
    sess.run(edit_distances, feed_dict=feed_dict) 

    File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py", line 372, in run 
run_metadata_ptr) 

    File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py", line 597, in _run 
    for subfeed, subfeed_val in _feed_fn(feed, feed_val): 

    File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py", line 558, in _feed_fn 
    return feed_fn(feed, feed_val) 

    File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py", line 268, in <lambda> 
    [feed.indices, feed.values, feed.shape], feed_val)), 

TypeError: zip argument #2 must support iteration 

Jede Idee, was hier vor sich geht?

Answer 1

TL; DR: Für den Rückgabetyp create_sparse_vec() verwenden tf.SparseTensorValue statt tf.SparseTensor.

Das Problem kommt hier aus dem Rückgabetyp create_sparse_vec(), die tf.SparseTensor ist, und ist nicht als Futter Wert im Aufruf von sess.run() verstanden.

Wenn Sie einen (dichten) Wert tf.Tensor eingeben, ist der Typ des erwarteten Werts ein NumPy-Array (oder bestimmte Objekte, die in ein Array konvertiert werden können). Wenn Sie einen tf.SparseTensor Feed einspeisen, ist der erwartete Wert ein , der einem tf.SparseTensor ähnelt, aber seine indices, values und shape Eigenschaften sind NumPy-Arrays (oder bestimmte Objekte, die in Arrays konvertiert werden können, wie die Listen in Ihrem Beispiel).

sollte der folgende Code arbeiten:

def create_sparse_vec(word_list): 
    num_words = len(word_list) 
    indices = [[xi, 0, yi] for xi,x in enumerate(word_list) for yi,y in enumerate(x)] 
    chars = list(''.join(word_list)) 
    return tf.SparseTensorValue(indices, chars, [num_words,1,1])