如何使用Tensorflow中的占位符从占位符列表中获取占位符？

Question

我有一个占位符列表如下：

input_vars = []
input_vars.append(tf.placeholder(shape=[None, 5], dtype=tf.float32, name="place0"))
input_vars.append(tf.placeholder(shape=[None, 5], dtype=tf.float32, name="place1"))
input_vars.append(tf.placeholder(shape=[None, 5], dtype=tf.float32, name="place2"))

我希望访问基于int占位符的不同占位符，如下所示：

which_input = tf.placeholder(tf.int32)

在会话中调用以下内容时：

input_vars[which_input]

我得到了以下错误：

TypeError:列表索引必须是整数，而不是张量

我尝试使用tf.gather，但是当我想在密集层中填充所选的占位符时，如下所示：

helpme = tf.gather(input_vars, which_input)
l_in = tf.layers.dense(inputs=helpme, units=64, activation=tf.nn.relu, trainable=True)

我得到了以下错误：

ValueError:层dense_4的输入0与该层不兼容:它的级别未定义，但该层需要定义等级。

下面是运行信息的会话：

x = [[1,2,3,4,5]]
x.append([6,7,8,9,10])

y = [[5,4,3,2,1]]
y.append([5,3,2,1,1])

with tf.Session() as sess:
    init = tf.global_variables_initializer()
    sess.run(init)
    dictd = dict()
    dictd[input_vars[0]] = x
    dictd[input_vars[1]] = y
    dictd[input_vars[2]] = x
    dictd[which_input] = 2

    print sess.run(l_in, feed_dict=dictd)

我是不是遗漏了什么？这是如何做到的呢？

Answer 1

您只需要重新调整来自tf.gather的输出，正如在this答案中所解释的：

l_in = tf.layers.dense(inputs=tf.reshape(helpme, shape=[-1,5]), units=64, activation=tf.nn.relu, trainable=True)