Spec-Zone.ru › TensorFlow

tf.compat.v1.debugging.assert_shapes

Проверка форм тензоров и размерных соотношений между тензорами.

tf.compat.v1.debugging.assert_shapes(
    shapes, data=None, summarize=None, message=None, name=None
)

Этот оператор проверяет, что набор отношений форм тензоров удовлетворяет заданным ограничениям.

Пример:

n = 10
q = 3
d = 7
x = tf.zeros([n,q])
y = tf.ones([n,d])
param = tf.Variable([1.0, 2.0, 3.0])
scalar = 1.0
tf.debugging.assert_shapes([
 (x, ('N', 'Q')),
 (y, ('N', 'D')),
 (param, ('Q',)),
 (scalar, ()),
])
tf.debugging.assert_shapes([
  (x, ('N', 'D')),
  (y, ('N', 'D'))
])
Traceback (most recent call last):

ValueError: ...

Пример добавления зависимости к операции:

with tf.control_dependencies([tf.assert_shapes(shapes)]):
  output = tf.matmul(x, y, transpose_a=True)

Если x, y, param или scalar не имеют формы, удовлетворяющей всем указанным ограничениям, message, а также первые summarize элементы первого найденного нарушающего тензора будут выведены на экран, и будет возбуждено исключение InvalidArgumentError.

Элементы размера в указанных формах сравниваются с другими элементами по их хешу, за исключением:

  • элемент размера интерпретируется как явный размер, если он может быть проанализирован как целое число.
  • элемент размера интерпретируется как любой размер, если он равен None или '.'.

Если первый элемент формы равен ... (тип Ellipsis) или '*' это указывает на переменное количество внешних измерений неопределенного размера, то есть ограничение применяется только к внутренним измерениям.

Скалярные тензоры и указанные формы длиной ноль (исключая префикс «внутренний») оба рассматриваются как имеющие одно измерение размером один.

Аргументы
shapes Список кортежей (Tensor, shape), где shape — ожидаемая форма Tensor. См. пример кода выше. shape должен быть итерируемым объектом. Каждый элемент итерируемого объекта может быть либо конкретным целочисленным значением, либо строкой, абстрактно представляющей измерение. Например,
  • ('N', 'Q') определяет двумерную форму, где первое и второе измерения формы могут или не могут быть равны.
  • ('N', 'N', 'Q') определяет трехмерную форму, где первое и второе измерения равны.
  • (1, 'N') определяет двумерную форму, где первое измерение равно точно 1, а второе измерение может иметь любое значение. Обратите внимание, что абстрактные буквенные измерения действуют на разные кортежи в списке. Например, tf.debugging.assert_shapes([(x, ('N', 'A')), (y, ('N', 'B'))] утверждает, что и x, и y являются тензорами ранга 2, и их первые измерения равны (N). shape также может быть tf.TensorShape.
data Тензоры, которые будут напечатаны, если условие ложно. По умолчанию это сообщение об ошибке и первые несколько элементов нарушающего тензора.
summarize Количество элементов тензора для вывода.
message Строка, добавляемая в префикс к сообщению по умолчанию.
name Имя этой операции (необязательно). По умолчанию "assert_shapes".
Возвращает
Оператор, возбуждающий InvalidArgumentError, если все ограничения формы не выполняются. Если статические проверки показывают, что все ограничения удовлетворены, возвращается no_op.
Возбуждает исключения
ValueError Если статические проверки показывают, что какое-либо ограничение формы нарушено.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/debugging/assert_shapes

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API