Tensorflow中的while_loop错误

jq6vz3qz 于 2022-11-16 发布在其他

关注(0)|答案(2)|浏览(181)

我尝试在Tensorflow中使用while_loop，但是当我尝试从while循环中的可调用对象返回目标output时，它会给我一个错误，因为形状每次都会增加。
输出应包含（0或1）基于数据值（输入数组）的值。如果数据值大于5，则返回1否则返回0。返回的值必须添加到输出中
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：
循环中的每个元素都是一个循环，循环的每个元素都是一个循环，循环的每个元素都是一个循环。
ValueError：两个结构的元素数目不同。
第一结构（1个元件）：[tf.Tensor'while/恒等式：0'形状=（）dtype= int 32]
第二结构（2个元件）：[tf.Tensor'while/加法：0'形状=（）dtype= int 32，tf.Tensor'while/展开尺寸：0'形状=未知dtype= float 32〉]
我使用tensorflow -1.1.3和Python-3.5
如何更改代码以获得目标结果？

编辑：：

我根据@mrry答案编辑了代码，但我仍然有一个问题，即输出是不正确的答案，输出是数字求和

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))

输出为6.0（错误）。

tensorflow

来源：https://stackoverflow.com/questions/46768386/while-loop-error-in-tensorflow

2条答案

按热度按时间

u3r8eeie1#

tf.while_loop()函数要求以下四个列表的每个元素具有相同的长度和类型：

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）。
body函数的返回值列表。
表示循环变量的loop_vars列表。

因此，如果循环体有两个输出，则必须向b和c添加相应的参数，并向loop_vars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)])

正如注解中所指出的，循环的主体（特别是对tf.expand_dims()的调用）似乎是不正确的，这个程序不会按原样工作，但希望这足以让您开始。

赞(0）回复(0）举报 2022-11-16

nlejzf6q2#

如果您看到此错误：值错误：这两个结构的元素数不同。
如果你在while_loop中看到它，那就意味着while循环的输入和输出有不同的形状。
我通过确保从while循环函数返回相同结构的loop_vars来解决这个问题，条件函数也必须接受相同的循环变量。
下面是一个示例代码

loop_vars = [i, loss, batch_size, smaller_str_lens]
        def condition(*loop_vars):
            i = loop_vars[0]
            batch_size = loop_vars[2]
            return tf.less(i, batch_size)

        def body(*loop_vars):
            i, loss, batch_size, smaller_str_lens = loop_vars
            tf.print("The loop passed here")
           ## logic here
            i = tf.add(i, 1)

            return i, loss, batch_size, smaller_str_lens
            
        loss = tf.while_loop(condition, compare_strings, loop_vars)[1]

主体函数必须返回循环变量，条件函数必须接受循环变量

赞(0）回复(0）举报 2022-11-16

我来回答

Tensorflow中的while_loop错误

2条答案

相关问题

热门标签

最新问答