如何使用布尔Tensor创建if语句

Question

如何使用布尔张量制作if语句？更确切地说，我试图将大小为1的张量与常数进行比较，检查张量中的值是否小于常量。我想我必须使常量自己的大小为1张量，并使用this方法来检查第一张量是否小于第二张量，但我不确定如何产生最终的布尔张量正确地适合if语句。只需将其作为if语句的查询，使if语句始终返回true。

编辑：这或多或少是代码的样子。但是，无论是否有参数，我都会收到错误'bool' object has no attribute 'name'，这让我觉得问题在于它没有返回TensorFlow对象。

pred = tf.placeholder(tf.bool)

def if_true(x, y, z):
  #act on x, y, and z
  return True

def if_false():
  return False

# Will be `tf.cond()` in the next release.
from tensorflow.python.ops import control_flow_ops
from functools import partial
x = ...
y = ...
z = ...

result = control_flow_ops.cond(pred, partial(if_true, x, y, z), if_false)

Answer 1

TL; DR：您需要使用Session.run()来获取Python布尔值，但还有其他方法可以实现可能更高效的相同结果。

看起来你已经想出如何从你的价值中得到一个布尔张量，但为了其他读者的利益，它看起来像这样：

if

下一部分是如何将其用作条件。最简单的方法是使用Python pred语句，但要做到这一点，您必须使用Session.run() 评估张量sess = tf.Session() if sess.run(pred): # Do something. else: # Do something else. ：

if

关于使用Python pred语句的一个警告是，您必须将整个表达式计算到pred = tf.placeholder(tf.bool) # Can be any computed boolean expression. val_if_true = tf.constant(28.0) val_if_false = tf.constant(12.0) result = tf.select(pred, val_if_true, val_if_false) sess = tf.Session() sess.run(result, feed_dict={pred: True}) # ==> 28.0 sess.run(result, feed_dict={pred: False}) # ==> 12.0 ，这使得重用已经计算过的中间值变得棘手。我想提请您注意另外两种使用TensorFlow计算条件表达式的方法，这些方法不需要您评估谓词并获取Python值。

第一种方法使用tf.select() op有条件地传递来自作为参数传递的两个张量的值：

tf.select()

tf.select() op在其所有参数上以元素方式工作，这允许您组合来自两个输入张量的值。有关详细信息，请参阅its documentation。 val_if_true的缺点是它在计算结果之前评估val_if_false和# Define some large matrices a = ... b = ... c = ... pred = tf.placeholder(tf.bool) def if_true(): return tf.matmul(a, b) def if_false(): return tf.matmul(b, c) # Will be `tf.cond()` in the next release. from tensorflow.python.ops import control_flow_ops result = tf.cond(pred, if_true, if_false) sess = tf.Session() sess.run(result, feed_dict={pred: True}) # ==> executes only (a x b) sess.run(result, feed_dict={pred: False}) # ==> executes only (b x c) ，如果它们是复杂的表达式，可能会很昂贵。

第二种方式使用tf.cond() op，它有条件地评估两个表达式中的一个。如果表达式很昂贵，这一点特别有用，如果它们have side effects则必不可少。基本模式是指定两个Python函数（或lambda表达式）来构建将在true或false分支上执行的子图：

Welcome to Racket v6.4.0.4.
-> (version)
"6.4.0.4"

Answer 2

使用reshape(t, [])获取值并在if语句中使用它