tensorflow中循环的可变范围
Variable range of the loop in tensorflow
我在 tensorflow 中实现了 LSTM 的代码，我的每个批次都有不同的长度。为了将数据提供给图表，我需要具有可变长度的输入列表。
我希望下面的循环在 tensorflow 中有一个可变范围。我可以在创建图形时将其初始化为特定值，但之后无法进行任何修改。我尝试使用全局列表的长度作为外部参数，但没有用。
self._train_data = []
for _ in range( variable_length ):
placeholder_input = tf.placeholder(tf.float32, shape=[self._batch_size, self._input_size])
self._train_data.append(placeholder_input)
TensorFlow seq2seq tutorial 讨论了可变长度的问题并包含处理这些问题的代码。它是在 tf.while_loop 之前编写的，现在可以让您更好地处理多个长度。但一般规则仍然适用，所以看看那里！
我在 tensorflow 中实现了 LSTM 的代码，我的每个批次都有不同的长度。为了将数据提供给图表，我需要具有可变长度的输入列表。
我希望下面的循环在 tensorflow 中有一个可变范围。我可以在创建图形时将其初始化为特定值，但之后无法进行任何修改。我尝试使用全局列表的长度作为外部参数，但没有用。
self._train_data = []
for _ in range( variable_length ):
placeholder_input = tf.placeholder(tf.float32, shape=[self._batch_size, self._input_size])
self._train_data.append(placeholder_input)
TensorFlow seq2seq tutorial 讨论了可变长度的问题并包含处理这些问题的代码。它是在 tf.while_loop 之前编写的，现在可以让您更好地处理多个长度。但一般规则仍然适用，所以看看那里！