了解Tensorflow中的while循环

我正在使用Python API for Tensorflow。我想实现以下给出不使用Python的循环Rosenbrock function：了解Tensorflow中的while循环

我当前实现如下：

def rosenbrock(data_tensor): 
    columns = tf.unstack(data_tensor) 

    summation = 0 
    for i in range(1, len(columns) - 1): 
     first_term = tf.square(tf.subtract(columns[i + 1], tf.square(columns[i]))) 
     second_term = tf.square(tf.subtract(columns[i], 1.0)) 
     summation += tf.add(tf.multiply(100.0, first_term), second_term) 

    return summation

我试图实现在tf.while_loop()的总和;然而，我发现这个API在使用索引整数时有点不直观，因为索引整数意味着与数据保持独立。在documentation给出的示例使用数据作为索引（或反之亦然）：

i = tf.constant(0) 
c = lambda i: tf.less(i, 10) 
b = lambda i: tf.add(i, 1) 
r = tf.while_loop(c, b, [i])

来源

2017-05-04 John P.

仅仅使用for循环是否合适？使用while_loop有什么好处？还是有必要？ – lerner

在上面的代码中，for循环将执行python代码。如果我们调用他的for循环“f”的主体，那么你可以将python代码视为执行f，f，f，f，f，... f。所以它会将这个“主体”函数调用N次，并且函数的图形将因此具有该函数N次。如果你使用tf.while_loop，那么你只会在图中看到该函数一次。 –

tf.while_loop的优点是：1）可以并行运行迭代，2）可以在条件语句中使用运行时常量。例如，如果你想运行优化器直到满足一定的容差，那么你必须使用tf.while_loop变体，因为python最初不能评估条件 –

这可以通过使用可实现的tf.while_loop()和标准tuples按照在documentation第二示例。

def rosenbrock(data_tensor): 
    columns = tf.unstack(data_tensor) 

    # Track both the loop index and summation in a tuple in the form (index, summation) 
    index_summation = (tf.constant(1), tf.constant(0.0)) 

    # The loop condition, note the loop condition is 'i < n-1' 
    def condition(index, summation): 
     return tf.less(index, tf.subtract(tf.shape(columns)[0], 1)) 

    # The loop body, this will return a result tuple in the same form (index, summation) 
    def body(index, summation): 
     x_i = tf.gather(columns, index) 
     x_ip1 = tf.gather(columns, tf.add(index, 1)) 

     first_term = tf.square(tf.subtract(x_ip1, tf.square(x_i))) 
     second_term = tf.square(tf.subtract(x_i, 1.0)) 
     summand = tf.add(tf.multiply(100.0, first_term), second_term) 

     return tf.add(index, 1), tf.add(summation, summand) 

    # We do not care about the index value here, return only the summation 
    return tf.while_loop(condition, body, index_summation)[1]

重要的是要注意，索引增量应该出现在循环体中，类似于标准while循环。在给出的解决方案中，它是由body()函数返回的元组中的第一项。

此外，循环条件函数必须为总和分配一个参数，虽然它在此特定示例中未使用。

来源

2017-05-04 21:21:01

了解Tensorflow中的while循环

回答

相关问题