假设我在tensorflow中有两个占位符数量：placeholder_1和placeholder_2。基本上我想要以下计算功能：＆＃34;如果定义了placeholder_1（即在sess.run（）的feed_dict中给出了一个值），则将X计算为f（占位符_1），否则，将X计算为g（占位符_2） ）＆＃34。将X视为神经网络中的隐藏层，可以选择以这两种不同的方式进行计算。最终我会使用X来产生输出，并且我想根据我使用的占位符将错误反向传播到f或g的参数。
有人可以使用tf.where（condition，x，y）函数完成此操作，如果有办法使条件＆＃34; placeholder_1具有值＆＃34;，但是在查看关于布尔值的tensorflow文档之后并声称我找不到任何看似合适的东西。
有什么想法吗？我对如何通过复制部分网络，共享参数以及在更新后同步网络来实现这一目标有一个模糊的想法，但我希望有一种更清晰的方法来实现它。
答案 0 :(得分：3)
您可以创建布尔类型的第三个占位符变量，以选择要使用的分支并在运行时将其输入。
它背后的逻辑是，既然你在运行时就会在placholders中喂食，你可以在张量流之外确定哪些占位符将被喂食。