如何在TensorFlow中拼接不同类型张量并导出保存为文本文件

报错原因 #

• tf.concat要求所有输入张量的数据类型完全一致，你的输入同时包含int32、字符串、float32三种类型，不满足接口要求。
• 你定义的整数列表、字符列表、字符串列表都是形状为(10,)的1维张量，不存在轴1，直接指定axis=1拼接也会触发维度不匹配问题。
• tf.io.write_file要求输入为单个字符串标量，不能直接传入多维张量。

解决方案 #

你可以先将所有张量统一转为字符串类型、对齐维度后再拼接，最终拼接为单个完整字符串写入文件，代码如下：

import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"
import tensorflow as tf

integers_list = tf.convert_to_tensor([1, 2, 3, 4, 5, 6, 7, 8, 9, 0])
char_list = tf.convert_to_tensor(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
string_list = tf.convert_to_tensor(['abcd', 'bcde', 'cdef', 'defg', 'efgh', 'fghi', 'ghij', 'hijk', 'ijkl', 'jklm'])
float_matrix = tf.convert_to_tensor([[0.0, 0.1, 0.2, 0.3],
                [0.1, 0.2, 0.3, 0.4],
                [0.2, 0.3, 0.4, 0.5],
                [0.3, 0.4, 0.5, 0.6],
                [0.4, 0.5, 0.6, 0.7],
                [0.5, 0.6, 0.7, 0.8],
                [0.6, 0.7, 0.8, 0.9],
                [ 0.7, 0.8, 0.9, 1.0],
                [0.8, 0.9, 1.0, 1.1],
                [0.9, 1.0, 1.1, 1.2]])

# 给1维张量增加维度，对齐为(10, 1)的2维结构
integers_col = tf.expand_dims(integers_list, axis=-1)
char_col = tf.expand_dims(char_list, axis=-1)
string_col = tf.expand_dims(string_list, axis=-1)

# 统一转为字符串类型
integers_col_str = tf.as_string(integers_col)
char_col_str = tf.as_string(char_col)
string_col_str = tf.as_string(string_col)
float_matrix_str = tf.as_string(float_matrix)

# 按列拼接
concat_tensor = tf.concat([integers_col_str, char_col_str, string_col_str, float_matrix_str], axis=1)

# 拼接为完整文本内容
lines = tf.strings.reduce_join(concat_tensor, axis=1, separator='\t')
content = tf.strings.reduce_join(lines, axis=0, separator='\n')

# 写入文件
tf.io.write_file("filename1.txt", content, name=None)

如果觉得TensorFlow的字符串操作太繁琐，也可以转成numpy数组后直接遍历写入，逻辑更直观：

import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"
import tensorflow as tf

# 数据定义部分同上，省略

with open("filename1.txt", "w", encoding="utf-8") as f:
    for idx in range(len(integers_list)):
        int_val = integers_list[idx].numpy()
        char_val = char_list[idx].numpy().decode()
        str_val = string_list[idx].numpy().decode()
        float_vals = "\t".join(map(str, float_matrix[idx].numpy()))
        f.write(f"{int_val}\t{char_val}\t{str_val}\t{float_vals}\n")

内容的提问来源于stack exchange，提问作者user366312