0
我想使用tf.Tensor作为TensorFlow图中另一个操作的类型(python)列表的参数。 换句话说,我想用一个张量作为另一个操作的动态列表参数。这可能吗?TensorFlow:在图中使用张量作为列表参数
可执行例如:
import tensorflow as tf
import numpy as np
graph = tf.Graph()
var1 = np.random.randn(2, 3)
var2 = np.random.randn(2, 3, 4)
with graph.as_default():
def getRange(myTensor):
myRank = tf.rank(myTensor)
return tf.range(tf.constant(1), tf.squeeze(myRank))
def getMoments(myTensor):
myMoments = tf.nn.moments(myTensor, axes=getRange(myTensor))
return myMoments
var1tf = tf.Variable(var1)
var2tf = tf.Variable(var2)
var1moments = getMoments(var1tf)
var2moments = getMoments(var2tf)
rangeVar1 = getRange(var1tf)
rangeVar2 = getRange(var2tf)
init = tf.global_variables_initializer()
with tf.Session(graph=graph) as sess:
sess.run([init])
print(sess.run([rangeVar1])) # outputs [1], ok
print(sess.run([rangeVar2])) # outputs [1, 2], ok
print(sess.run([var1moments]))
print(sess.run([var2moments]))
这抛出:
raise TypeError("'Tensor' object is not iterable.")
有趣的问题。只是为了好奇,你有什么样的问题需要处理未知级别的张力? – user1735003
我在用不同等级的张量调用的函数中使用此代码 – gizzmole
将我的示例更新为可执行示例 – gizzmole