如何在while_loop中获得动态形状的张量？

Question

不允许获取tensorflow中的条件或while循环内创建的张量值。我已尝试tf.shape(t) Session.run()和Tensor.eval()，但所有这些都会出错。

是否有可能得到张量的形状，这是在执行图形后确定的？

例如，这是一个while_loop：

inputs = tf.placeholder(tf.float32,shape=(None,32,32))
i = tf.placeholder(dtype='int32')

def loop_body(i,inputs):
    x = tf.add(i, 1, name = 'add1')   
    y = tf.add(inputs,1)
    return x,y
output = tf.while_loop(lambda i,inputs: tf.less(i, 10), loop_body, [i,inputs])

如何在输入占位符为Feed后获得张量while/add1:0的形状？