Python 避免在tensorflow（LSTM模型）中重复图形

我有以下简化代码（实际上是展开的LSTM模型）：

---

每当我运行最后一行时，它似乎会改变图形。但我不想改变图表。实际上我的代码是不同的，是一个神经网络模型，但是它太大了，所以我添加了上面的代码。我想调用

func

，但不更改模型的图形，但它会更改。我在

TensorFlow

中读到了关于变量作用域的内容，但似乎我一点也不懂。

你应该看看

tf.nn.dynamic\u rnn

的源代码，特别是

\u dynamic\u rnn\u loop

函数at-它解决了同样的问题。为了不破坏图形，它使用

tf.while\u loop

对新数据重用相同的图形操作。但是这种方法增加了一些限制，即在循环中通过的张量的形状必须是不变的。请参见文档中的示例：

i0 = tf.constant(0)
m0 = tf.ones([2, 2])
c = lambda i, m: i < 10
b = lambda i, m: [i+1, tf.concat([m, m], axis=0)]
tf.while_loop(
    c, b, loop_vars=[i0, m0],
    shape_invariants=[i0.get_shape(), tf.TensorShape([None, 2])])

i0=tf.常数（0）
m0=tf.one（[2,2]）
c=λi，m:i<10
b=λi，m:[i+1，tf.concat（[m，m]，轴=0]
tf.while_循环(
c、 b，loop_vars=[i0，m0]，
shape_不变量=[i0.get_shape（），tf.TensorShape（[None，2]））

是，

tf.add

添加一个新节点。您是否一直在为新节点调用

func

？如果是，则必须更改图表以引入新的op@Maxim不，假设func是一个计算图。我想在for循环中调用它。我不想它一直在变。我希望它保持不变。我不理解你的情况。你为什么在循环中调用它？@Maxim实际上这是我代码的一个非常简化的版本。我正在尝试实现一个LSTM模型。在我展开的LSTM版本中，每当我调用包含门操作的函数时，它都会生成新的内容。我希望模型保持不变，但它使他们一次又一次。也谢谢你昨天帮我。这真的很有帮助，不客气！明白了，我会试着回答。如果它应该是不变的，这意味着我不能使用None作为批大小或时间序列的长度？它静态地接受None，但它不能在任何方向上轻松增长。Tensorflow在运行时检查它。如果你确实需要增加张量，你必须指定

形状不变量

，并注意你的身体机能。简而言之，

tf.while\u loop

是一个棘手的问题。

i0 = tf.constant(0)
m0 = tf.ones([2, 2])
c = lambda i, m: i < 10
b = lambda i, m: [i+1, tf.concat([m, m], axis=0)]
tf.while_loop(
    c, b, loop_vars=[i0, m0],
    shape_invariants=[i0.get_shape(), tf.TensorShape([None, 2])])