Python 如何枚举tensorflow中的张量？

在Google的翻译模型文件——seq2seq.py中，他们使用“enumerate”来枚举第1195行中的张量，就像在PictiureShow中一样，为什么我试图枚举一个张量，但它显示“TypeError:“tensor”对象不可匹配。” 在tensorflow的教程中，我找不到任何关于如何枚举张量的线索，有人能帮我吗？谢谢 顺便说一下，我的张量是4级

---

您可以对张量进行切片和索引。唯一的区别是您需要运行一个会话来获取值。 下面是一个迭代的例子

foo = tf.constant([1,2,3,4,5,6,7,8,9,0])
sess = tf.Session();
for i in range(10):
    print(sess.run(foo[i]))
sess.close()

或者，您可以使用交互式会话直接调用

print（foo[i].eval（））

或者启用即时执行，这就像迭代Python列表一样简单

tf.enable_eager_execution()
foo = tf.constant([1,2,3])
for i in foo:
    print(i) #this prints the tensor including value

这会打印出

tf.张量（1，shape=（），dtype=int32）

tf.张量（2，shape=（），dtype=int32）

tf.张量（3，shape=（），dtype=int32）

在所有这些中，您将得到一个张量，而不是确切的值

此方法不适用于占位符、常量和变量

---

唯一的一件事：对于变量中的急切模式，您需要使用

tf.contrib.eager.Variable

，而不是

tf.Variable

链接到该文件就可以了