为什么在tf.while_loop中将常数i用作loop_vars？

Question

while_loop就像这样：

i = tf.constant(0)
c = lambda i: tf.less(i, 10)
b = lambda i: tf.add(i, 1)
r = tf.while_loop(c, b, [i])

i用作增量变量。因此，i是可变的。
为什么我们将i定义为常量？
为什么不i = tf.Variable(0, tf.int32)

Answer 1

tf.Variable可用于创建相同类型的代码。

tf.Variable的主要属性是我知道的。参考是this

tf.Variable必须在使用之前进行初始化，方法是使用tf.assign或执行初始化程序，或者从文件加载其保存状态。

常量

i = tf.constant(0)
c = lambda i: tf.less(i, 11)
b = lambda i: tf.add(i, 1)
r = tf.while_loop(c, b, [i])
print (sess.run(r))

变量

i = tf.Variable(0, tf.int32)
c = lambda i: tf.less(i, 11)
b = lambda i: tf.add(i, 1)
r = tf.while_loop(c, b, [i])
init = tf.variables_initializer([i])
sess.run(init)
print (sess.run(r))

Answer 2

  

i用作增量变量。因此，i是可变的。

不太正确-如果是，i可能不是常量。

tf.add(i, 1)不会更改i，它需要张量i并通过向其添加1来创建新的张量。 （实际上，张量流可能会为结果张量重用相同的内存分配，但这是与tf.where的逻辑无关的优化。）

您可能会感到困惑，因为在lambda中使用了相同的名称i，但是所有这些张量都是与每次迭代的操作输出相对应的不同张量。

因此，您声明的i实际上是迭代的第一个值（循环中的所有其他值（不仅是计数器）都相同。它确实是一个常数，0，因此有必要声明它。将初始值0声明为Variable会很麻烦。