张量流渴望和命令式自定义层

Question

在一篇深度学习笔记（斯坦福大学cs20si）中，我曾经看到以下有关渴望的声明。我不太了解命令式定制层的含义，以及如何在命令式定制层的背景下理解此代码示例？

Answer 1

通常，使用tensorflow不能直接访问tensor的内容。这意味着您将无法使用if语句。相反，您必须构造分支的两个可能分支，然后使用tf.conditional来包括一个根据tensor的内容在这两个之间切换的节点。这有时有时很难在层中实现命令式命令。

您在上面发布的示例显示，您现在（使用eager execution）可以访问tensors的内容，这意味着您可以编写所有if语句，for-循环等等，直接在python中进行，您不必为每种可能性自己构造一个巨大的图。由于现在像常规命令式编程语言一样执行该层中的代码，因此可以将这种层称为imperative layer-这与PyTorch背后的动机相同。