python-3.x - 如何在tensorflow中通过feed_dict提供多个 "LIST"输入

Question

我必须输入以下内容:

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，如何通过 tensorflow 中的 feed_dict 提供多个“LIST”输入？

Answer 1

只有可哈希对象可以是字典键。所以列表不能，而元组可以。

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}

这里的键是字符串，是值的名称。例如，将变量 input_t 命名为 'input_images'，根据 input_t = np.array(input_t) 行，该变量是 numpy array 。这就是字典在大多数情况下的使用方式 - 创建名称(键)和变量(值)之间的映射。