如何使用循环在tensorflow中存储操作？

Question

我有以下问题，我想编码

 W_hidden = tf.Variable(tf.random_normal(shape = [hidden_size1, hidden_size2], stddev = 0.1), name = "weights_hidden", trainable = True)
 b = tf.Variable(tf.zeros([1, hidden_size2]), name="bias", trainable = True)

 hidden_relu_0 = tf.nn.relu(tf.matmul(BN1[0], W_hidden)+b)
 hidden_relu_1 = tf.nn.relu(tf.matmul(BN1[1], W_hidden)+b)

等等，BN1有一定的大小，比如n。我试图使用numpy数组，列表，Tensorarray和tf.concat，但我没有设法让它工作。

理想情况下它会等同于

 tensor_list = []
 for index in range(0,window_size):
     hidden_relu = tf.nn.relu(tf.matmul(BN1[index], W_hidden)+b)
     tensor_list.append(hidden_relu)

非常感谢你的帮助

Answer 1

好吧，您可以在使用循环时使用循环，在循环之后，您可以使用tf.convert_to_tensor将列表转换为张量

tf.convert_to_tensor(tensor_list, dtype=tf.float32)