从std::vector创建tensorflow::张量的最有效方法

Question

所以我的问题是知道是否有一种方法可以直接将vector(但我们也可以考虑array)的值传递到tensorflow::tensor ?

我知道的唯一方法就是一个一个地复制每个值。

示例(2D Vector):

tensorflow::Tensor input(tensorflow::DT_FLOAT, tensorflow::TensorShape({50, 20})); 
auto input_map = input.tensor<float, 2>();

for (int b = 0; b < 50; b++) {
  for (int c = 0; c < 20; c++) {
    input_map(b, c) = (vector_name)[b][c];
  }
}

有更方便的方法吗?

例如array到vector:

int x[3] = {1, 2, 3};
std::vector<int> v(x, x + sizeof x / sizeof x[0]);

Answer 1

这个怎么样?std::copy_n(vec.begin(), vec.size(), input.flat<float>().data())

Answer 2

您试过tf.convert_to_tensor吗?比如tf.convert_to_tensor(value, as_ref=True)

https://www.tensorflow.org/versions/r0.11/api_docs/python/framework.html convert_to_tensor