Это общий вопрос. Я обнаружил, что в тензорном потоке, после того как мы построим график, выберем данные в график, вывод из графика будет тензором. но во многих случаях нам нужно сделать некоторые вычисления на основе этого вывода (который является tensor), что недопустимо в тензорном потоке.
Например, я пытаюсь реализовать RNN, который циклически меняет время, основанное на собственном свойстве данных. То есть, мне нужно использовать tensor, чтобы судить о том, следует ли останавливаться (я не использую dynamic_rnn, поскольку в моем дизайне rnn очень настроен). Я считаю, что tf.while_loop(cond,body.....) может быть кандидатом на мою реализацию. Но официальный урок слишком прост. Я не знаю, как добавить больше функциональности в "тело". Может ли кто-нибудь дать мне несколько более сложных примеров?
Кроме того, в таком случае, если будущий расчет основан на тензорном выходе (например: останов RNN на основе критерия выхода), что является очень распространенным случаем. Есть ли элегантный способ или лучший способ вместо динамического графика?
