Tensorflow中的while_循环错误

我尝试在Tensorflow中使用while\u loop，但当我尝试从while-in-callable循环返回目标输出时，它会给我一个错误，因为形状每次都会增加

输出应包含基于数据值（输入数组）的（0或1）个值。如果数据值大于5，则返回1否则返回0。返回值必须添加到输出中

这是代码：：

import numpy as np
import tensorflow as tf

data = np.random.randint(10, size=(30))
data = tf.constant(data, dtype= tf.float32)

global output
output= tf.constant([], dtype= tf.float32)
i = tf.constant(0)
c = lambda i: tf.less(i, 30)


def b(i):
   i= tf.add(i,1)
   cond= tf.cond(tf.greater(data[i-1], tf.constant(5.)), lambda: tf.constant(1.0), lambda: tf.constant([0.0]))
   output =tf.expand_dims(cond, axis = i-1)
   return i, output

r,out = tf.while_loop(c, b, [i])
print(out)
sess=  tf.Session()
sess.run(out) 

错误：：

r、 out=tf.while_循环（c，b，[i]）

ValueError：这两个结构的元素数不相同

第一个结构（1个元素）：[tf.Tensor'while/Identity:0'shape=（） dtype=int32]

第二个结构（2个元素）：[tf.Tensor'while/Add:0'shape=（） dtype=int32，tf.Tensor'while/ExpandDims:0'形状=未知 dtype=float32>]

我使用了tensorflow-1.1.3和python-3.5

如何更改代码以获得目标结果

编辑：：

我根据@mrry answer编辑代码，但我仍然存在一个问题，即输出的答案不正确 输出是数字总和

a = tf.ones([10,4])
print(a)
a = tf.reduce_sum(a, axis = 1)
i =tf.constant(0)
c = lambda i, _:tf.less(i,10)

def Smooth(x):
   return tf.add(x,2)

summ = tf.constant(0.)
def b(i,_):
   global summ
   summ = tf.add(summ, tf.cast(Smooth(a[i]), tf.float32))
   i= tf.add(i,1)
   return i, summ

r, smooth_l1 = tf.while_loop(c, b, [i, smooth_l1])

print(smooth_l1)

sess = tf.Session()
print(sess.run(smooth_l1))

输出为6.0（错误）

该函数要求以下四个列表的长度相同，每个元素的类型相同：

• cond

  函数的参数列表（本例中为

  c

  ）

• body

  函数的参数列表（本例中为

  b

  ）

• 函数体的返回值列表

• 表示循环变量的

  循环变量的列表

因此，如果循环体有两个输出，则必须向

b

和

c

添加相应的参数，并向

loop\u vars

添加相应的元素：

c = lambda i, _: tf.less(i, 30)

def b(i, _):
  i = tf.add(i, 1)
  cond = tf.cond(tf.greater(data[i-1], tf.constant(5.)),
                 lambda: tf.constant(1.0),
                 lambda: tf.constant([0.0]))

  # NOTE: This line fails with a shape error, because the output of `cond` has
  # a rank of either 0 or 1, but axis may be as large as 28.
  output = tf.expand_dims(cond, axis=i-1)
  return i, output

# NOTE: Use a shapeless `tf.placeholder_with_default()` because the shape
# of the output will vary from one iteration to the next.
r, out = tf.while_loop(c, b, [i, tf.placeholder_with_default(0., None)])

---

如评论中所述，循环体（特别是对

tf.expand_dims（）

）的调用似乎不正确，该程序无法正常工作，但希望这足以让您开始使用。

感谢您的回答，我编辑了代码，使输出成为数字求和的结果。我没有得到语法错误，但是输出不是正确的答案。我不知道为什么会这样。我将根据您的答案编辑我的问题。您的代码的预期答案是什么？

global sum

和忽略第二个body参数是可疑的：您可能希望传递

0.

作为第二个循环变量的初始值，并使用第二个body参数而不是

global sum

作为累加器。