Question

Python的%运算符始终返回一个与除数（第二个参数）具有相同符号的数字，例如：

-7.0 % 3.0 -> 2.0

然而，Tensorflow的mod运算符的实现似乎略有不同：

tf.mod(-7.0, 3.0).eval() -> -1.0

如何让Tensorflow返回与python实现相同的值？

import tensorflow as tf


def main():

    v_num = -7.0
    v_div = 3.0

    mod_tf = tf.mod(v_num, v_div)
    mod_py = v_num % v_div

    with tf.Session() as sess:
        sess.run(tf.initialize_all_variables())

        print('TF: {} % {} = {}'.format(v_num, v_div, mod_tf.eval()))
        print('PY: {} % {} = {}'.format(v_num, v_div, mod_py))

if __name__ == "__main__":
    main()

Answer 1

有趣的发现。也许值得在这里提出一个github问题：https://github.com/tensorflow/tensorflow/issues

对于解决方法，我认为您可以使用此行：

mod_tf = tf.cond(mod_tf < 0, lambda: mod_tf+v_div, lambda: mod_tf)

Answer 2

这是另一个解决方案。它将除数加到第一个模的结果，然后再次模数。

def positive_mod(val, div):
    # Return the positive result of the modulo operator.
    # Does x = ((v % div) + div) % div
    return tf.mod(tf.add(tf.mod(val, div), div), div)

Answer 3

仅对对此感兴趣的任何人：它在tf 1.12.0中似乎已得到纠正（也许它在新版中也可以使用

tensorflow的mod运算符可以匹配python的模数实现吗？

3 个答案: