张量流，tf.while_loop：两种结构没有相同的嵌套结构

Question

我试图构建一个嵌套循环，用于创建一个2-dim的零矩阵来解决LCS问题(动态规划(。这后来用于计算 Rouge-L 分数(输入是张量，而不是字符串(，但它总是出错，ValueError: The two structures don't have the same nested structure.

我

检查了一些类似的问题，并修改了一些代码，但它仍然不起作用(我在这里提出的代码是最终代码(：

1. 我换了shape_invariants。我现在使用 len(inner( 来动态获取内部的形状。
2. 仍然是shape_invariants，我现在将 1 更改为 0(shape_invariants 中的第一个参数(。我以为标量的形状是 1，但我在 github 上查看了一些源代码，我发现它都使用 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。

Answer 1

嗨，

基本上错误消息所说的是您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，因为您已将shape_invariants定义为[0, len(lengths)]两者都是整数，因此第二个结构定义为[.,.]但是第一个结构是一个数字和一个列表[., []]当您传递长度时再次有意义。

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