Python 循环张量流的可变长度

我想用tensorflow中的动态输入来做循环

我知道对于下面的代码

reduce\u sum

就足够了，但我希望能够以下面描述的方式来制定代码。假设我有一个大小不同的数组，我想遍历这个数组

如何遍历动态长度数组

问题:

TypeError:需要range（）整数结束参数，得到张量

如何评估会话之外的get_sum

sum=get_sum（x，xshape）

不应该在会话内的

for

循环中

例如：

import tensorflow as tf
import numpy as np


x = tf.placeholder(tf.float32, shape=[None])
xshape = tf.placeholder(tf.float32, shape=[])


def get_sum(x, xshape):
  sum = 0
  for i in range(xshape):
    sum += x[i]

init = tf.initialize_all_variables()
sum = get_sum(x, xshape)

with tf.Session() as sess:
  sess.run(init)
  for i in range(100):
    length = np.random.randint(0,10)
    a = np.random.randint(0, 10, length)
  print sess.run(sum,feed_dict={x:a, xshape:length})

---

动态循环在TensorFlow中仍然很年轻，但它们确实存在。以fold操作符及其实现为例。

---

如果迭代次数提前未知，那么另一种循环不是更合适吗？什么样的循环？可能是

而
循环。这是同样的问题，你不能得到整数的形状；如何使用while循环？-问题是将形状转换为整数，我们需要对其进行评估；问题是怎么做？所以你的问题与循环无关，而是如何得到某个整数：明白了。现在的情况是什么？感谢动态循环现在得到了很好的支持，并且有许多更高级别的操作符使它们更容易使用。您可以这样做，例如，
elems=[1,2,3,4,5,6]；sum=tf.foldl（lambda，x:a+x，elems）
，查看tf.foldl和tf.scan API文档。