tensorflow动态创建占位符

Question

在每次迭代中，我希望动态提供我想要的占位符数量，然后将数据提供给它们。这是可能的吗?如何实现？我试图在epoch循环中创建整个模型(占位符、损失、优化器)，但这给出了未初始化的变量错误。

目前，我在列表中为每个shape=(1，k)设置了n=5占位符，并将数据提供给它们。但n需要在纪元循环内的数据馈送期间动态定义。

Answer 1

也许你误解了张量是什么。

如果你把一个张量想象成一个多维列表，你就会明白，使用一个动态数量的占位符和一个形状[1, k]是没有意义的。

相反，您必须使用单个张量。

因此，使用shape [None, 1, k]将输入占位符定义为张量。

placeholder_ = tf.placeholder(tf.float32, [None, 1, k])

通过此语句，您可以定义一个具有tf.float32类型的占位符，以及具有shape [1,k]的未定义数量的元素( None部件)。

在每次迭代中，您必须向占位符提供正确的值。例如跑步

result = sess.run(defined_op, feed_dict={
    placeholder_: numpy_ndarray_with_N_elements_with_shape_1_k
})

通过这种方式，您不需要在计算图中定义新的变量(这根本不起作用)，而是向它提供所需的值。