Python 2.7 Tensorflow'；s tf.while_循环在并行执行时自动捕获依赖项？

我对在Tensorflow中实现递归神经网络感兴趣，就像在中所做的那样

然而，在他的实现中，

tf.while\u loop

语句的

parallel\u迭代

被固定为1。我担心这可能太慢了。由于我将要输入tensorflow的树具有相互不依赖的部分，我希望我可以将

parallel\u iterations

设置为更高的值。但是，在作为tensorflow输入的树中，不可避免地需要一些依赖项，我担心将其设置为更高的值可能会破坏dependency属性

所以我的问题是，Tensorflow的

tf.while_loop

是否已经自动捕获了依赖项，以便只在相互不依赖的位置上使用并行

tensorflow文档说明如下：

对于正确的程序，while_循环应返回与任何 并行迭代>0

但是我不知道他们所说的“正确的程序”是什么意思

据此，一旦计算出ops的所有输入节点，ops将并行运行：

而_循环实现了非严格语义。迭代可以在该迭代的一个ops准备好（即，其所有输入都可用）执行后立即开始。因此，while_循环可以轻松地并行运行多个迭代。例如，对于扫描，即使累积值在步骤中不可用，该步骤仍然可以启动并执行不依赖于累积值的任何操作

所以你不应该遇到任何问题