如何通过 tensorflow 中的 feed_dict 提供多个“LIST”输入答案

【问题标题】：How to feed multiple "LIST" inputs through feed_dict in tensorflow如何通过 tensorflow 中的 feed_dict 提供多个“LIST”输入
【发布时间】：2018-09-21 14:22:26
【问题描述】：

我必须输入如下：

input_t = []
input_z = []
for j in range(batch_size):      
    input_t.append(train_data[train_batch_order[j + i * batch_size], :, :, :])  
    input_z.append(Gtrain_data['input'[train_Gbatch_order[j + i*batch_size], :, :, :])     
input_t = np.array(input_t)
batch_z= np.array(input_z)`

现在，我想按如下方式运行优化器：

_ = sess.run(g_opt, feed_dict={input_images: input_t, input_z: batch_z, lr_G: learning_rate_G})

但我得到了不可散列的类型：'list'。
那么，如何在张量流中通过feed_dict 提供多个“LIST”输入？？

【问题讨论】：

标签： python-3.x tensorflow

【解决方案1】：

只有hashable 对象可以是字典键。所以lists不能，而tuples可以。

我不是 100% 确定，但您可能想像这样创建 feed_dict：

feed_dict = {'input_images': input_t, 'input_z': batch_z, 'lr_G': learning_rate_G}

这里的键是作为值名称的字符串。例如，将变量 input_t 命名为 'input_images'，根据 input_t = np.array(input_t) 行，它是 numpy array。这就是大多数时候使用字典的方式 - 在名称（键）和变量（值）之间创建映射。

【讨论】：

感谢您的回复。如果我像您所说的那样使用 feed_dic，我会收到如下错误：：无法将 feed_dict 键解释为张量：名称“input_images”看起来像（无效）操作名称，而不是张量。张量名称的格式必须为“:”。
@FaranakSo 我的答案都是关于 Python 中的字典。但问题似乎源于你使用 Tensorflow 的方式。错误说你做错了。我对 Tensorflow 不是很有经验。我想，例如，input_images 变量应该类似于tf.placeholder(tf.float32, shape=[...])，其中shape 取决于input_t 的形状以及g_opt 操作的作用。