tensorflow, tf.while_loop：这两个结构没有相同的嵌套结构答案

【问题标题】：tensorflow, tf.while_loop: The two structures don't have the same nested structuretensorflow, tf.while_loop：这两个结构没有相同的嵌套结构
【发布时间】：2019-08-24 08:57:41
【问题描述】：

我尝试构建一个嵌套循环，用于创建一个二维零矩阵来解决 LCS 问题（动态规划）。这稍后用于计算 Rouge-L 分数（输入是张量，而不是字符串），但提高 ValueError: The two structures don't have the same nested structure. 时总是出错

我查了一些类似的问题，修改了一些代码，但还是不行（我这里放的代码是最终代码）：

我更改了 shape_invariants。我现在使用 len(inner) 来动态获取内部的形状。
还是 shape_invariants，我现在把 1 改成 0（shape_invariants 中的第一个参数）。我以为标量的形状是 1，但是我在 github 上查看了一些源代码，发现它都使用了 0。


# the origin code is below, in which sub and string are both string(type), len_sub and len_string are both int:

lengths = [[0 for i in range(0,len_sub+1)] for j in range(0,len_string+1)]

# but in the new code that I need, the sub and string are both tensor, so I code like this:

len_string = tf.shape(string)[0]
len_sub = tf.shape(sub)[0]

def _add_zeros(i,inner):
        inner.append(0)
        return i+1, inner
def _add_inners(j, lengths):
    i=0
    inner = []
    _, inner = tf.while_loop(
                cond=lambda i,*_: i<=len_sub,
                body=_add_zeros,
                loop_vars=[i,inner],
                shape_invariants=[0,len(inner)])
    lengths.append(inner)
    return j+1, lengths

lengths = []
j = 0  
_, lengths = tf.while_loop(
                cond=lambda j,*_: j<=len_string,
                body=_add_inners,
                loop_vars=[j,lengths],
                shape_invariants=[0,len(lengths)])

ValueError: The two structures don't have the same nested structure.  
First structure: type=list str=[0, []]  
Second structure: type=list str=[0, 0]  
More specifically: Substructure "type=list str=[]" is a sequence, while substructure "type=int str=0" is not  
Entire first structure:  
[., []]  
Entire second structure:  
[., .]

我不知道为什么会出错。如果您能提供帮助，我将不胜感激。

【问题讨论】：

标签： python tensorflow deep-learning

【解决方案1】：

嗨，基本上错误消息的意思是你的返回值是一个列表，而它期望它是一个数字，这是有道理的，因为你已经将 shape_invariants 定义为[0, len(lengths)]，它们都是整数，因此是第二个结构定义为[.,.]，但第一个结构是一个数字和一个列表[., []]，当您传递长度时，它再次有意义。

TLDR：将您的 shape_invariants=[0,len(lengths)]) 更改为 shape_invariants=[0,lengths]) 或将您的 loop_vars=[j,lengths] 更改为 loop_vars=[j,len(lengths)],

【讨论】：