Question

import tensorflow as tf
import numpy as np

x = np.array([1.0, 1.0, 1.0])
z = tf.ones((1, 3))

out = tf.ones((1, 3))
print('out:', out)
i = tf.constant(0)

def cond(i, _):
    return i < 10


def body(i, out):
    i = i + 1
    out = tf.concat([out, out], axis=0)
    return [i, out]

_, out = tf.while_loop(cond, body, [i, out], shape_invariants=[i.get_shape(), tf.TensorShape([None])])

sess = tf.Session()
sess.run(tf.global_variables_initializer())
res = sess.run([_, out])
print(res)

我希望打印（[[1，1，1]，[1，1，1]]...。）形状=（10，3）

但打印” ValueError：为ones_1：0指定的形状不变性与循环变量的初始形状不兼容。它以形状（1、3）进入循环，但指定的形状不变性为（？，）。”

Answer 1

您应该更改以遵循代码。

_, out = tf.while_loop(cond, body, [i, out], shape_invariants=[i.get_shape(), tf.TensorShape([None,3])])

修改

以上代码用于解决错误。如果要输出（10,3），则应修改body()。

import tensorflow as tf
import numpy as np

x = np.array([1.0, 1.0, 1.0])
z = tf.ones((1, 3))

out = tf.ones((1, 3))
print('out:', out)
i = tf.constant(0)

def cond(i, _):
    return i < 9

def body(i, new_out):
    i = i + 1
    new_out = tf.concat([new_out, out], axis=0)
    return [i, new_out]

_, out = tf.while_loop(cond, body, [i, out], shape_invariants=[i.get_shape(), tf.TensorShape([None,3])])

sess = tf.Session()
sess.run(tf.global_variables_initializer())
res = sess.run([_, out])
print(res[1].shape)

# print
(10, 3)

Answer 2

您无法获得形状[10，3]，而您会获得形状[2 ** n，3]，n是cond（）函数中的值（i

import tensorflow as tf

out = tf.ones((1, 3))

i = tf.constant(0)


def cond(i, _):
    i += 1
    return i < 4


def body(i, out):
    i = i + 1
    out = tf.concat([out, out], axis=0)
    return i, out

_, out = tf.while_loop(cond, body, [i, out], shape_invariants=[i.get_shape(), tf.TensorShape([None, 3])])

sess = tf.Session()
sess.run(tf.global_variables_initializer())
_, res = sess.run([_, out])
print(res)
print(res.shape)

ValueError：为ones_1：0指定的形状不变量与循环变量的初始形状不兼容

2 个答案: