如何计算TensorFlow元组？

Question

import tensorflow as tf

a = tf.zeros([10])
b = tf.zeros([10])
state = tf.tuple([a, b], name='initial_state')

with tf.Session() as sess:
    s = sess.run('initial_state:0')

在这个例子中，我得到以下错误：

^{pr2}$

当我传递张量时，它起作用，但当我传递名字时就不行了。 为什么我不能把名字传给你？在

Answer 1

@E逯net4 will behave的答案很好。但首先，你应该知道怎么做tf.元组工作。 就像在tf.元组文件上说

tf.tuple( tensors, control_inputs=None, name=None )

You have to sometime follow the instruction. But it hard to understand there as no example shown so see mine :

^{pr2}$

这里ops = tf.tuple([tensor1,tensor2,...],control_inputs=c_ops)

输出显示：

[array([11], dtype=int32), array([30], dtype=int32), array([0.83333333])]`

Answer 2

TensorFlow中的元组不是张量，而是张量的列表，因此不能通过图中的操作作为一个整体获取。tf.tuple将创建一些分组和依赖关系控制操作（initial_state/group_deps，initial_state/control_dependency和{}），但仅此而已。在

由于state是一个列表，因此它是Session#run的有效fetches参数。还可以从每个元组元素构建一个操作名列表，并使用该列表。在

s = sess.run(['zeros:0', 'zeros_1:0'])
# [
#  array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.], dtype=float32),
#  array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.], dtype=float32)
# ]