while_loop Tensorflow 中的错误

Question

我尝试在 Tensorflow 中使用 while_loop，但是当我尝试 return 目标 output from callable in while loop，它给了我一个错误，因为形状每次都会增加。

输出应包含（0 或 1）基于 data 值（输入数组）的值。如果 data 值大于 5 return 1 else return 0 . returned 值必须添加到 output

这是代码::

import numpy as np
import tensorflow as tf

data = np.random.randint(10, size=(30))
data = tf.constant(data, dtype= tf.float32)

global output
output= tf.constant([], dtype= tf.float32)
i = tf.constant(0)
c = lambda i: tf.less(i, 30)


def b(i):
   i= tf.add(i,1)
   cond= tf.cond(tf.greater(data[i-1], tf.constant(5.)), lambda: tf.constant(1.0), lambda: tf.constant([0.0]))
   output =tf.expand_dims(cond, axis = i-1)
   return i, output

r,out = tf.while_loop(c, b, [i])
print(out)
sess=  tf.Session()
sess.run(out)

错误::

r, out = tf.while_loop(c, b, [i])

ValueError: The two structures don't have the same number of elements.

First structure (1 elements): [tf.Tensor 'while/Identity:0' shape=() dtype=int32]

Second structure (2 elements): [tf.Tensor 'while/Add:0' shape=() dtype=int32, tf.Tensor 'while/ExpandDims:0' shape=unknown dtype=float32>]

我使用 tensorflow-1.1.3 和 python-3.5

如何更改我的代码以获得目标结果？

编辑::

我根据@mrry 的答案编辑了代码，但我仍然遇到输出不正确答案的问题输出是数字总和

a = tf.ones([10,4])
print(a)
a = tf.reduce_sum(a, axis = 1)
i =tf.constant(0)
c = lambda i, _:tf.less(i,10)

def Smooth(x):
   return tf.add(x,2)

summ = tf.constant(0.)
def b(i,_):
   global summ
   summ = tf.add(summ, tf.cast(Smooth(a[i]), tf.float32))
   i= tf.add(i,1)
   return i, summ

r, smooth_l1 = tf.while_loop(c, b, [i, smooth_l1])

print(smooth_l1)

sess = tf.Session()
print(sess.run(smooth_l1))

输出是 6.0（错误）。

Answer 1

tf.while_loop()函数要求以下四个列表长度相同，且每个元素的类型相同：

cond 函数的参数列表（在本例中为 c）。
body 函数的参数列表（在本例中为 b）。
来自 body 函数的 return 值的列表。
表示循环变量的loop_vars列表。

因此，如果你的循环体有两个输出，你必须在b和c中添加相应的参数，并在loop_vars中添加相应的元素：

c = lambda i, _: tf.less(i, 30)

def b(i, _):
  i = tf.add(i, 1)
  cond = tf.cond(tf.greater(data[i-1], tf.constant(5.)),
                 lambda: tf.constant(1.0),
                 lambda: tf.constant([0.0]))

  # NOTE: This line fails with a shape error, because the output of `cond` has
  # a rank of either 0 or 1, but axis may be as large as 28.
  output = tf.expand_dims(cond, axis=i-1)
  return i, output

# NOTE: Use a shapeless `tf.placeholder_with_default()` because the shape
# of the output will vary from one iteration to the next.
r, out = tf.while_loop(c, b, [i, tf.placeholder_with_default(0., None)])

如评论中所述，循环体（特别是对 tf.expand_dims() 的调用）似乎不正确，该程序无法按原样运行，但希望这足以让您开始了。

while_loop Tensorflow 中的错误

while_loop error in Tensorflow

while-loop

python-3.5

tensorflow