張量流程可以修改每個訓練步驟的圖形結構嗎？

Question

我需要根據當前輸入數據構建我的圖結構。

這意味着我可能需要在每個列車步驟中使用不同的圖形結構。

但張量流只構造一次圖形，直到最後使用它。

那麼，是否有解決這個問題的方法？

簡單的代碼是這樣的：

import tensorflow as tf 

data = [[1, 2, 3], 
     [3, 2, 1]] 
index = 0 


def feed_dict(): 
    return data[index] 

with tf.Session() as sess: 
    embedding = tf.constant([[1, 1, 1], 
          [2, 2, 2], 
          [3, 3, 3], 
          [4, 4, 4]]) 

    words = tf.placeholder(tf.int32, [3]) 
    sess.run(tf.initialize_all_variables()) 
    embed = tf.nn.embedding_lookup(embedding, words) 
    word_list = tf.unpack(embed) 
    result = None 
    if tf.less(tf.reduce_sum(word_list[0]), tf.reduce_sum(word_list[1])).eval(feed_dict={words: feed_dict()}): 
     result = word_list[0] * word_list[1] + word_list[2] 
    else: 
     result = word_list[0] + word_list[1] * word_list[2] 

    for i in xrange(2): 
     print sess.run(result, feed_dict={words: feed_dict()}) 
     index += 1 

我希望它可以打印：

[10, 10, 10] 

[10, 10, 10] 

，但我得到：

[10, 10, 10] 

[14, 14, 14] 

它講述的是，第二次運行使用相同的圖形作爲第一個。

謝謝您的閱讀！我會感謝每一個幫助。

Answer 1

這些是預期的結果。

首先，您評估tf.less，所以result將總是是result = world_list[0] * word_list[1] + word_list[2]。

注意，嵌入是從零開始，所以在第一種情況下，你會得到2 * 3 + 4 = 10，並在第二4 * 3 + 2 = 14，如打印。

如果您的意思是在運行時評估tf.less，請使用tf.cond。