如何使用循環將操作存儲在tensorflow中？

Question

我在想編碼的地方遇到以下問題

 W_hidden = tf.Variable(tf.random_normal(shape = [hidden_size1, hidden_size2], stddev = 0.1), name = "weights_hidden", trainable = True)
 b = tf.Variable(tf.zeros([1, hidden_size2]), name="bias", trainable = True)

 hidden_relu_0 = tf.nn.relu(tf.matmul(BN1[0], W_hidden)+b)
 hidden_relu_1 = tf.nn.relu(tf.matmul(BN1[1], W_hidden)+b)

依此類推，BN1具有一定大小，例如n。 我試圖使用numpy數組，列表，Tensorarray和tf.concat，但是我沒有設法使其工作。

理想情況下，它相當於

 tensor_list = []
 for index in range(0,window_size):
     hidden_relu = tf.nn.relu(tf.matmul(BN1[index], W_hidden)+b)
     tensor_list.append(hidden_relu)

非常感謝你的幫助

Answer 1

好了，您可以在使用循環時使用循環，循環之后，可以使用tf.convert_to_tensor將列表轉換為張量

tf.convert_to_tensor(tensor_list, dtype=tf.float32)