Question

我尝试在 Tensorflow 中使用 while_loop ，但是当我尝试从while循环中的callable返回目标输出时，它给了我错误，因为每次都会增加形状。

输出应包含基于数据值（输入数组）的值（0或1）。如果数据值大于5，则返回 1 ，否则返回 0 。必须将返回的值添加到输出

中

这是代码::

import numpy as np
import tensorflow as tf

data = np.random.randint(10, size=(30))
data = tf.constant(data, dtype= tf.float32)

global output
output= tf.constant([], dtype= tf.float32)
i = tf.constant(0)
c = lambda i: tf.less(i, 30)


def b(i):
   i= tf.add(i,1)
   cond= tf.cond(tf.greater(data[i-1], tf.constant(5.)), lambda: tf.constant(1.0), lambda: tf.constant([0.0]))
   output =tf.expand_dims(cond, axis = i-1)
   return i, output

r,out = tf.while_loop(c, b, [i])
print(out)
sess=  tf.Session()
sess.run(out)

错误::

r，out = tf.while_loop（c，b，[i]）

ValueError：这两个结构的元素数量不同。

第一个结构（1个元素）：[tf.Tensor'while / Identity：0'shape =（）   D型= INT32]

第二个结构（2个元素）：[tf.Tensor'while / Add：0'shape =（）   dtype = int32，tf.Tensor'while / ExpandDims：0'shape = unknown   D型= FLOAT32＆GT;]

我使用 tensorflow-1.1.3 和 python-3.5

如何更改代码以显示目标结果？

修改::

我根据@mrry回答编辑代码，但我仍然有输出错误答案的问题输出是数字总和

a = tf.ones([10,4])
print(a)
a = tf.reduce_sum(a, axis = 1)
i =tf.constant(0)
c = lambda i, _:tf.less(i,10)

def Smooth(x):
   return tf.add(x,2)

summ = tf.constant(0.)
def b(i,_):
   global summ
   summ = tf.add(summ, tf.cast(Smooth(a[i]), tf.float32))
   i= tf.add(i,1)
   return i, summ

r, smooth_l1 = tf.while_loop(c, b, [i, smooth_l1])

print(smooth_l1)

sess = tf.Session()
print(sess.run(smooth_l1))

输出 6.0 （错误）。

Answer 1

tf.while_loop()函数要求以下四个列表具有相同的长度，并且每个元素的类型相同：

cond函数的参数列表（本例中为c）。
body函数的参数列表（本例中为b）。
body函数的返回值列表。
表示循环变量的loop_vars列表。

因此，如果您的循环体有两个输出，则必须将相应的参数添加到b和c，并将相应的元素添加到loop_vars：

c = lambda i, _: tf.less(i, 30)

def b(i, _):
  i = tf.add(i, 1)
  cond = tf.cond(tf.greater(data[i-1], tf.constant(5.)),
                 lambda: tf.constant(1.0),
                 lambda: tf.constant([0.0]))

  # NOTE: This line fails with a shape error, because the output of `cond` has
  # a rank of either 0 or 1, but axis may be as large as 28.
  output = tf.expand_dims(cond, axis=i-1)
  return i, output

# NOTE: Use a shapeless `tf.placeholder_with_default()` because the shape
# of the output will vary from one iteration to the next.
r, out = tf.while_loop(c, b, [i, tf.placeholder_with_default(0., None)])

正如评论中所指出的，循环体（特别是对tf.expand_dims()的调用）似乎是不正确的，而且这个程序不会按原样运行，但希望这足以让你开始。

Tensorflow中的while_loop错误

1 个答案: