TensorFlow python循环“for”性能答案

【问题标题】：TensorFlow python loop "for" performanceTensorFlow python循环“for”性能
【发布时间】：2017-06-19 20:07:13
【问题描述】：

我在使用 tensorflow 的 python 中遇到了性能问题。下面的循环运行延迟很好，有没有办法改变或优化这个循环？

learning_rate_multiplier = tf.stack(
    [tf.tile(tf.slice(learning_rate_op, np.array([i]), np.array([1])), [dim])
            for i in range(m * n)])

谢谢

【问题讨论】：

learning_rate_op 是如何定义的？

标签： python arrays tensorflow

【解决方案1】：

我解决了我的问题，将 learning_rate_multiplier 修改为

tf.reshape(self._learning_rate, [self._m * self._n, 1]

【讨论】：