TensorArrayとwhile_loopはテンソルフローでどのように連携しますか？

Question

私はTensorArrayとWHILE_LOOPの組み合わせのために非常に簡単な例を生成しようとしています：

# 1000 sequence in the length of 100 
matrix = tf.placeholder(tf.int32, shape=(100, 1000), name="input_matrix") 
matrix_rows = tf.shape(matrix)[0] 
ta = tf.TensorArray(tf.float32, size=matrix_rows) 
ta = ta.unstack(matrix) 

init_state = (0, ta) 
condition = lambda i, _: i < n 
body = lambda i, ta: (i + 1, ta.write(i,ta.read(i)*2)) 

# run the graph 
with tf.Session() as sess: 
    (n, ta_final) = sess.run(tf.while_loop(condition, body, init_state),feed_dict={matrix: tf.ones(tf.float32, shape=(100,1000))}) 
    print (ta_final.stack()) 

をしかし、私は次のエラーを取得しています：

ValueError: Tensor("while/LoopCond:0", shape=(), dtype=bool) must be from the same graph as Tensor("Merge:0", shape=(), dtype=float32). 

誰もが問題が何であるかという考えに持っていますか？

Answer 1

コードにはいくつかの点が指摘されています。まず、TensorArrayをループ内で使用するために行列を展開する必要はありません。Tensorの本文を安全に参照し、matrix[i]という表記法を使用して索引付けすることができます。もう1つの問題は、行列の数値に2を掛けて、結果を配列に書き込むコードに基づいて、行列（tf.int32）とTensorArray（tf.float32）の異なるデータ型です。最後に、ループの最終結果を読みたい場合は、TensorArray.stack()となります。session.run呼び出しで実行する必要があります。あなたは `代わりにあなたがすることはできませんので、失敗した直接ループを実行しているの` session.run（ta.stack（））に必要TensorArray` `決勝を取得するには

import numpy as np 
import tensorflow as tf  

# 1000 sequence in the length of 100 
matrix = tf.placeholder(tf.int32, shape=(100, 1000), name="input_matrix") 
matrix_rows = tf.shape(matrix)[0] 
ta = tf.TensorArray(dtype=tf.int32, size=matrix_rows) 

init_state = (0, ta) 
condition = lambda i, _: i < matrix_rows 
body = lambda i, ta: (i + 1, ta.write(i, matrix[i] * 2)) 
n, ta_final = tf.while_loop(condition, body, init_state) 
# get the final result 
ta_final_result = ta_final.stack() 

# run the graph 
with tf.Session() as sess: 
    # print the output of ta_final_result 
    print sess.run(ta_final_result, feed_dict={matrix: np.ones(shape=(100,1000), dtype=np.int32)})