tensorflow은 : 위의 코드에서 텐서

Question

def inference(arg1, arg2): 
    #something to do 
    for x in np.range(arg2): 
      #to do 

와 NumPy와 같은 다양한 작업을 수행하는 방법을, 나는 NumPy와 같은 모델을 정의하고 ARG2에 범위 할 : for i in numpy.range(arg2)는 문제는 ARG2가 텐서입니다 , 어쩌면 tf.placeholder()에서,하지만 어떻게?

편집 : 사실

,이 같은 내 코드 :

def inference(arg1, arg2): 
    #to do 

    return loss 

loss = inference(arg1, arg2) 
#do something about tf.optimizer 

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

그래서 내 첫 번째 질문은 기능 inference() 내가 세션을 정의하고, 다시) (session.run를 호출 할 수있는?

초, 나는이 작업을 수행하지만, 밝혀 : 단지 파이썬 INT을 받아() tf.range 같은 tensorflow 많은 기능에, 는 CPU에 tensorflow.python.framework.errors.InvalidArgumentError: Cannot assign a device to node 'tower_3/train/shuffle_batch/random_shuffle_queue': Could not satisfy explicit device specification '/device:GPU:3' because no supported kernel for GPU devices is available. Colocation Debug Info: Colocation group had the following types and devices: QueueEnqueue: CPU QueueSize: CPU QueueClose: CPU QueueDequeueMany: CPU RandomShuffleQueue: CPU [[Node: tower_3/train/shuffle_batch/random_shuffle_queue = RandomShuffleQueue[capacity=3, component_types=[DT_INT64, DT_INT64, DT_INT64], container="", min_after_dequeue=0, seed=0, seed2=0, shapes=[[260], [], []], shared_name="", _device="/device:GPU:3"]()]] 같은 문제

그래서 난 잘 모르겠지만, 나는 텐서가있을 때 무엇을 할 수 있습니까? 그것은 나를 미치게

편집을 다시

예를 들어

, 튜토리얼의 mnist, 모델이의 funciont fully_connected_feed.py의 run_training()에서는, tf.placeholder()을 사용하는 기능 inference()에 정의되어이 피드 그것은 이미지와 라벨, 다음 sess.run(), 기능 inference()에서,이 코드로 텐서 images을 얻으려면 너무 :

sess = tf.Session() 
sess.run(images) 

그것이 판명됩니다

,536,913,632 (10)는 그 순간처럼 보이는

tensorflow.python.framework.errors.InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder' with dtype float and shape [100,784] [[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=[100,784], _device="/job:localhost/replica:0/task:0/gpu:0"]()]] [[Node: Placeholder/_2 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_5_Placeholder", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

은 ARG1 어쩌면 문장, 어떤 이미지가 텐서 images

편집 다시 다시

나는 NLP에 대해 뭔가를하고있는 중이 야에 공급되지 않은이 다른 길이와 함께, 그래서 내가 arg2에 실제 길이를 기록하는 동안 max_len을 만들었습니다

디코더의 위상에서 lstm을 사용하는 그것의 인코더와 디코더 프로그램, 나는주의 모델을 추가하고 싶습니다, 그래서 나는 길이를 알아야합니다. imp를 계산하기위한 문장 그 값 얻기 위해 당신은 텐서에 대한 평가를 실행할 수 있습니다

for x in len: 
    #do something 

Answer 1

: 문장의 모든 단어의 ortance하지만, 길이가 내가 좋아하는 뭔가를 할 수 없어, 텐서입니다

def inference(arg1, arg2): 
    with sess.as_default(): 
     #something to do 
     for x in np.range(arg2.eval()): 
      #to do 

또는 :

def inference(arg1, arg2): 
    #something to do 
    for x in np.range(sess.run(arg2)): 
     #to do