在tf.while\u循环期间，将Tensorflow索引到python列表中

我有一个恼人的问题，我不知道如何解决它

我正在使用数据集阅读器从CSV中批量读取数据，并希望收集某些列。读取器返回一个张量元组，根据我使用的读取器的不同，列通过整数或字符串进行索引

我可以很容易地在python中执行for循环，并对我想要的列进行切片，但是我希望在tf.while_循环中这样做，以利用并行执行

这就是我的问题所在——while循环中的迭代器是基于张量的，我不能用它来索引数据集。如果我尝试评估它，我会得到一个关于会话不一样的错误，等等

如何使用while循环（或map函数）并使该函数能够在不计算或运行迭代器张量的情况下索引到python列表/dict中

简单的例子：

        some_data = [1,2,3,4,5]

        x = tf.constant(0)
        y = len(some_data)
        c = lambda x: tf.less(x, y)
        b = lambda x: some_data[x] <--- You cannot index like this!

        tf.while_loop(c, b, [x])

some_data=[1,2,3,4,5]
x=tf.常数（0）
y=len（某些_数据）
c=λx:tf.小于（x，y）
b=lambda x:some_data[x]这是否符合您的要求？它除了打印值之外什么也不做

import tensorflow as tf
from tensorflow.python.framework import tensor_shape

some_data = [11,222,33,4,5,6,7,8]

def func( v ):
    print (some_data[v])
    return some_data[v]

with tf.Session() as sess:
    r = tf.while_loop(
        lambda i, v: i < 4,
        lambda i, v: [i + 1, tf.py_func(func, [i], [tf.int32])[0]],
        [tf.constant(0), tf.constant(2, tf.int32)],
        [tensor_shape.unknown_shape(), tensor_shape.unknown_shape()])

    r[1].eval()

将tensorflow导入为tf
从tensorflow.python.framework导入tensor_形状
一些_数据=[11222,33,4,5,6,7,8]
def func（五）：
打印（一些数据[v]）
返回一些_数据[v]
使用tf.Session（）作为sess：
r=tf.while\u循环(
λi，v:i<4，
lambda i，v:[i+1，tf.py_func（func[i]，[tf.int32]）[0]]，
[tf.常数（0），tf.常数（2，tf.int32）]，以及，
[张量_形。未知_形（），张量_形。未知_形（）
r[1].eval（）

它打印

十一,
4.
222
三十三

顺序每次都会改变，但我想控制依赖关系可能会有用。
这是否符合您的要求？它除了打印值之外什么也不做

import tensorflow as tf
from tensorflow.python.framework import tensor_shape

some_data = [11,222,33,4,5,6,7,8]

def func( v ):
    print (some_data[v])
    return some_data[v]

with tf.Session() as sess:
    r = tf.while_loop(
        lambda i, v: i < 4,
        lambda i, v: [i + 1, tf.py_func(func, [i], [tf.int32])[0]],
        [tf.constant(0), tf.constant(2, tf.int32)],
        [tensor_shape.unknown_shape(), tensor_shape.unknown_shape()])

    r[1].eval()

将tensorflow导入为tf
从tensorflow.python.framework导入tensor_形状
一些_数据=[11222,33,4,5,6,7,8]
def func（五）：
打印（一些数据[v]）
返回一些_数据[v]
使用tf.Session（）作为sess：
r=tf.while\u循环(
λi，v:i<4，
lambda i，v:[i+1，tf.py_func（func[i]，[tf.int32]）[0]]，
[tf.常数（0），tf.常数（2，tf.int32）]，以及，
[张量_形。未知_形（），张量_形。未知_形（）
r[1].eval（）

它打印

十一,
4.
222
三十三

顺序每次都会改变，但我猜
tf。控制依赖项
可能有助于控制这种情况。
通过一个简单的例子就更容易理解，但如果您确实需要使用
tf。虽然循环
，但您不能在其中索引列表，你需要把你的列表变成一个TensorFlow张量。用一个简单的例子会更容易理解，但是如果你真的需要使用一个
tf。虽然你不能在其中索引一个列表，但是你需要把你的列表变成一个TensorFlow张量。