Question

我写了以下代码，但它没有像我期望的那样工作。我预计会打印'true'，但会打印'false'。你能解释一下为什么会这样吗？

import tensorflow as tf

#y_ = tf.constant([0, 1, 0])
y  = tf.constant([0, 1, 0])

with tf.Session() as sess:
    b = sess.run(tf.equal(y, y))
    if b is True:
        print 'true'
    else:
        print 'false'

Answer 1

tf.equal()运算符是元素运算符。假设x和y具有相同的形状（如您的示例中所示）tf.equal(x, y)将生成具有相同形状的张量，其中每个元素指示{{1}中的对应元素}和x是平等的。因此，程序中的y将返回数组sess.run(tf.equal(y, y))。

在Python中，[True, True, True]运算符计算两个对象之间的引用相等性，而数组is与（内置）对象[True, True, True]不是同一个对象，因此结果测试的结果是True。

通过在False的结果上使用tf.reduce_all()运算符来计算单个布尔值，以下程序将实现您期望的行为^*：

tf.equal()

^*但是请注意y = tf.constant([0, 1, 0]) all_elems_equal = tf.reduce_all(tf.equal(y, y)) with tf.Session() as sess: b = sess.run(all_elems_equal) if b: print 'true' else: print 'false'如果它们具有不同的形状，它们将broadcast它们的参数，因此您可能会得到两个具有不同形状的张量“相等”的意外结果使用这个程序。例如，对列向量tf.equal(x, y)和行向量[[11], [22]]使用此测试将表明这些是相等的。如果您还需要比较相等测试中的形状，还应该比较[11, 22]和tf.shape(x)的结果。

TensorFlow tf.equal（）运算符不能按预期工作

1 个答案: