tensorflow - 是否可以将张量提供给占位符？

Question

有没有办法将张量提供给占位符，或者在定义张量后连接张量的类似机制？

我一直在层中定义我的网络，但现在我发现自己需要为早期层提供来自后面层的张量。这是伪代码，如果有错误，我很抱歉。

...
# rnn layer
...
outputs, states = rnn.rnn(cell, inputs, ...)
...
# fc layer
...
logits = [tf.matmul(output, W_fc)+b_fc for output in outputs]
...
# predictions
...
preds = [to_one_hot(tf.argmax(logit, 1)) for logit in logits]
...
# now I want to connect preds[t] to inputs[t+1]

如果 input[1:] 可以是占位符并且我可以将 preds[:-1] 提供给它们，那就太好了。

如果没有办法，我打算使用的困惑方法是随着时间循环，从 rnn 开始，通过时间时间步定义反向传播的所有层。非常感谢任何帮助。

Answer 1

使用tensorflow.placeholder_with_default (...)

#!/usr/bin/python

import tensorflow as tf

s = tf.InteractiveSession()

x = tf.placeholder_with_default( [ [1,2,3,4,5,6] ] , [None , 6])

print s.run ( x )