Question

所以我在过去搜索过这个主题，并没有找到任何可行的解决方案。

所以我在这里有一个lambda函数（我希望/希望应该）迭代一个列表（“iterateOverMe”）并用“1”替换所有等于指定值（“value”）的元素。任何其他值都应标有“9”。

idk = tf.map_fn(lambda x: 1 if tf.equal(tf.cast(x, tf.int32), value) else 9, iterateOverMe, dtype=tf.int32)

但是我收到错误消息，说明以下内容： “TypeError：不允许使用tf.Tensor作为Python bool。使用if t is not None:代替if t:来测试是否定义了张量，并使用TensorFlow操作比如tf.cond来执行以张量值为条件的子图。“

然而，当我直接打印tf.equal语句时，它给出了预期的True / False值！

我尝试过的事情。

1：在张量上使用reduce_all，不起作用，我仍然得到同样的错误。

TypeError：不允许使用tf.Tensor作为Python bool。使用if t is not None:代替if t:来测试是否定义了张量，并使用TensorFlow操作（如tf.cond）来执行以张量值为条件的子图。

2：使用建议的“if t is not None”，这不起作用，因为无论如何它似乎永远不等于None。

所以我得到一个像这样的1的列表，这是可悲的错误。

[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]

3：尝试使用tf.cond就像这样。但是因为我想要返回真或假根本不起作用。需要有可赎回。 idk = tf.map_fn（lambda x：1 if tf.cond（tf.equal（tf.cast（x，tf.int32），iterator），True，False）else -1，modifiedTrainingLabels，dtype = tf.int32）< / p>

4：这......这种憎恶也没有用。

idk = tf.map_fn(lambda x: 1 if tf.cond(tf.equal(tf.cast(x, tf.int32), iterator), lambda : True, lambda: False) else 9, modifiedTrainingLabels, dtype=tf.int32)

Answer 1

您可以使用tf.where()操作执行此操作，该操作可并行评估张量中多个位置的条件;以及tf.fill()操作，它生成给定形状的张量。

假设您有tf.Tensor个10个值，名为iterateOverMe，目标值为value：

iterateOverMe = ...                                       # shape: (10,)

mask = tf.equal(tf.cast(iterateOverMe, tf.int32), value)  # shape: (10,)

result = tf.where(mask,
                  tf.fill(tf.shape(iterateOverMe), 1),    # If `mask` is true.
                  tf.fill(tf.shape(iterateOverMe), 9)     # If `mask` is false.
                 )                                        # shape: (10,)

Tensorflow，如何将tf.equals用作布尔值？

1 个答案: