Question

假设True和False案例都有单独的依赖关系：

tensorflow是否假设两个依赖项都是必需的，因此处理True和False案例的完整子图？或者是这样：

处理布尔表达式的依赖关系，然后
处理tf.cond(...)？

Answer 1

tf.cond()函数用于执行只有一个的真或假分支，在评估布尔表达式后。例如，如果你写了如下内容：

v = tf.Variable(0)
condition = tf.placeholder(tf.bool, shape=[])

op_to_run = tf.cond(condition, lambda: v.assign_add(1), lambda: v.assign_sub(1))

sess = tf.Session()
sess.run(tf.global_variables_initializer())

print(sess.run(v))  # ==> "0"

for _ in range(3):
  sess.run(op_to_run, feed_dict={condition: True})

print(sess.run(v))  # ==> "3"

for _ in range(5):
  sess.run(op_to_run, feed_dict={condition: False})

print(sess.run(v))  # ==> "-2"

但请注意，您必须确保任何副作用操作都定义为 lambda（或等效的函数），并传递给tf.cond()。如果副作用操作定义为在之外<{1}}，则无条件执行：

tf.cond()

图依赖如何与`tf.cond`一起使用？

1 个答案: