tf.while_loop - ValueError：这两个结构的元素数量不同

Question

我正在尝试在 Tensorflow 中执行以下操作 -

import tensorflow as tf

graph = tf.Graph()

with graph.as_default():

    i = tf.Variable(0)
    sol = tf.Variable(0)

    def cond(i, sol):
        return tf.less(i, 2)
    def body(i, sol):
        i = tf.add(i, 1)
        sol = tf.add(sol, 1)
    tf.while_loop(cond, body, [i, sol])

with tf.Session(graph=graph) as session:
    tf.global_variables_initializer().run()

    result = session.run(sol, feed_dict={})
    print result

我得到的错误如下图所示。

我无法理解错误消息中的两个“结构”是什么。我想最终根据 tf.Placeholder （上面代码中的“i”）的值制作一个带有“条件”的“tf.while_loop”。

Answer 1

您应该return向body函数添加语句：

def body(i, sol):
    i = tf.add(i, 1)
    sol = tf.add(sol, 1)
    return [i, sol]

但我认为您也应该将代码更改为类似

graph = tf.Graph()

with graph.as_default():
    i = tf.Variable(0)
    sol = tf.Variable(0)

    def cond(i, sol):
        return tf.less(i, 2)

    def body(i, sol):
        i = tf.add(i, 1)
        sol = tf.add(sol, 1)
        return [i, sol]

    result = tf.while_loop(cond, body, [i, sol])

with tf.Session(graph=graph) as session:
    tf.global_variables_initializer().run()
    result = session.run(result, feed_dict={})
    print(result[1])

因为tf.while_loop()只是图中的节点，您应该运行它，否则您将不会得到任何结果。