在TensorFlow中将列表馈入feed_dict

Question

我正在尝试将列表传递到feed_dict，但是这样做很麻烦。说我有：

inputs = 10 * [tf.placeholder(tf.float32, shape=(batch_size, input_size))]

输入被输入到outputs我要计算的某些函数中。因此要在tensorflow中运行它，我创建了一个会话并运行以下命令：

sess.run(outputs, feed_dict = {inputs: data}) 
#data is my list of inputs, which is also of length 10

但是我得到一个错误，TypeError: unhashable type: 'list'. 但是，我可以像这样传递数据元素：

sess.run(outputs, feed_dict = {inputs[0]: data[0], ..., inputs[9]: data[9]})

所以我想知道是否有办法解决这个问题。我也尝试过构造一个字典（使用for循环），但是这导致字典只有一个元素，它们的关键是：
tensorflow.python.framework.ops.Tensor at 0x107594a10

Answer 1

有两个问题在这里引起问题：

第一个问题是该Session.run()呼叫仅接受少量类型作为的键feed_dict。特别是，
不 支持将张量列表用作键，因此您必须将每个张量作为单独的键放置。*一种方便的方法是使用字典理解：

inputs = [tf.placeholder(...), ...]
data = [np.array(...), ...]
sess.run(y, feed_dict={i: d for i, d in zip(inputs, data)})

第二个问题是10 * [tf.placeholder(...)]Python中的语法创建了一个包含十个元素的列表，其中每个元素都是
相同的张量对象
（即，具有相同的name属性，相同的id属性，并且如果使用来比较列表中的两个元素，它们是引用相同的inputs[i] is inputs[j]） 。这解释了为什么当您尝试使用列表元素作为键来创建字典时，最终得到一个包含单个元素的字典-因为所有列表元素都是相同的。

若要按预期创建10个不同的占位符张量，应改为执行以下操作：

inputs = [tf.placeholder(tf.float32, shape=(batch_size, input_size))
          for _ in xrange(10)]

如果打印此列表的元素，您将看到每个元素都是具有不同名称的张量。

编辑： 您现在可以将 元组* 作为a的键传递feed_dict，因为它们可以用作字典键。