tensorflow动态循环的最佳实践？

Question

我想实现一个两轮循环。

并且发现使用tf.while_loop很难做到

由tensorflow实现两轮循环的最佳方法是什么？

我希望是这样的：

import tensorflow as tf

a = tf.constant([1,2,3,4,5])
b = tf.constant([1,2,3,4,5])

sess = tf.Session()

for i in tf.range(tf.constant(0),tf.shape(a)[0]):
    for j in tf.range(tf.constant(0),tf.shape(b)[0]):
        print(sess.run([i,j]))

有可能吗？

Answer 1

您并没有指定您想要的行为，但我的猜测是，您粘贴的代码不会达到预期的效果。以下是您可以选择的一些选项：

• 使用tf.while_loop。这将用with循环构造一个图。当您运行这样的图形时，它将在C++运行时使用CPU或GPU高效运行。
• 使用常规python循环(for i in range(10):)并对session.run()进行多次调用。这样，无论您需要在调用session.run()之间执行什么操作，都会发生在python中，而且速度可能很慢。例如，传递给session.run()的输出张量被复制到CPU内存中(如果主计算是在GPU上完成的)。这种做法通常是不鼓励的。
• 使用最近发布的急切执行 -在“文档”部分有更多文档的链接。急切的执行允许您对控制流使用任意python代码，但是所有的操作仍然在CPU/GPU上高效地完成。