Python 如何在Tensorflow中使用tf.while_循环访问TensorArray元素？

我有一个关于使用Tensorary的问题

问题：
我想使用

tf.while\u循环访问Tensorary数组的元素。请注意，我可以使用例如
u1.read（0）
读取Tensorary的内容

我的当前代码：

以下是我到目前为止的情况：

embeds_raw = tf.constant(np.array([
    [1, 1],
    [1, 1],
    [2, 2],
    [3, 3],
    [3, 3],
    [3, 3]
], dtype='float32'))
embeds = tf.Variable(initial_value=embeds_raw)
container_variable = tf.zeros([512], dtype=tf.int32, name='container_variable')
sen_len = tf.placeholder('int32', shape=[None], name='sen_len')
# max_l = tf.reduce_max(sen_len)
current_size = tf.shape(sen_len)[0]
padded_sen_len = tf.pad(sen_len, [[0, 512 - current_size]], 'CONSTANT')
added_container_variable = tf.add(container_variable, padded_sen_len)
u1 = tf.TensorArray(dtype=tf.float32, size=512, clear_after_read=False)
u1 = u1.split(embeds, added_container_variable)

sentences = []
i = 0

def condition(_i, _t_array):
    return tf.less(_i, current_size)

def body(_i, _t_array):
    sentences.append(_t_array.read(_i))
    return _i + 1, _t_array

idx, arr = tf.while_loop(condition, body, [i, u1])

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    sents = sess.run(arr, feed_dict={sen_len: [2, 1, 3]})
    print(sents)

错误消息：

回溯（最近一次调用上次）：文件
“/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py”，
第267行，在init
fetch，allow_tensor=True，allow_operation=True）File“/usr/local/lib/python3.5/dist packages/tensorflow/python/framework/ops.py”，
第2584行，在as_图形_元素中
返回self.\u as\u graph\u element\u locked（对象、允许张量、允许操作）文件
“/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/ops.py”，
第2673行，输入为图形元素锁定
%（type（obj）。name，types_str））TypeError:无法将张量数组转换为张量或运算

在处理上述异常期间，发生了另一个异常：

回溯（最近一次调用上次）：文件
“/home/ultimateai/Honain/new/ultimateai/exercises/dynamic_reformate.py”，
第191行，在
main（）文件“/home/ultimateai/Honain/new/ultimateai/exercises/dynamic_reformate.py”，
总图187行
变量容器（）文件“/home/ultimateai/Honain/new/ultimateai/exercises/dynamic_restrape.py”，
第179行，在变量容器中
sents=sess.run（arr，feed_dict={sen_len:[2,1,3]}）文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/client/session.py”，
789线，运行中
运行元数据文件“/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py”，
第984行，运行中
self.\u图形、回执、提要内容字符串、提要句柄=提要句柄）文件
“/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py”，
第410行，在init
self._fetch_mapper=_FetchMapper.for_fetch（fetches）文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/client/session.py”，
第238行，输入以获取
返回_ElementFetchMapper（fetches，construction_fn）文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/client/session.py”，
第271行，在init
%（fetch，type（fetch），str（e）））类型错误：fetch参数的类型无效，必须是
弦或张量。（无法将张量数组转换为张量
操作。）

我没有足够的声誉来评论，所以我会写一个答案

我不太明白您的代码打算做什么，但例外是因为sess.run（）返回
Tensor
s，而
arr
是
TensorArray
。您可以这样做，例如：

sents = sess.run(arr.concat(), feed_dict={sen_len: [2, 1, 3]})

当然，这只是撤销了你的分裂。如果您想获得所有值，可能：

sents = sess.run([arr.read(i) for i in range(512)], feed_dict={sen_len: [2, 1, 3]})

但我相信一定有比硬编码更干净的方法。想必你的while_循环是为了做些什么