如何在热切执行中使用tf.while_loop？

Question

在文档中，tf.while_loop的主体必须是可调用的python。

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

有效但是

def b(i):
    tf.add(i,1)

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

引发ValueError：尝试将不受支持的type（）的值（无）转换为张量

在2.0中，急切执行是默认的，我想知道是什么问题？！

Answer 1

您忘记在函数中添加return语句：

import tensorflow as tf

def b(i):
    return tf.add(i, 1)

i = tf.constant(0)
c = lambda i: tf.less(i, 10)
tf.while_loop(c, b, [i]) # <tf.Tensor: id=51, shape=(), dtype=int32, numpy=10>

请注意，在您的第一个示例函数b中确实会返回递增的值：

i = tf.constant(0)
b = lambda i: tf.add(i,1)
c = lambda i: tf.less(i,10)
tf.while_loop(c,b, [i])
print(b(1).numpy()) # 2