Question

以下来自tf.case文档的示例：

def f1(): return tf.constant(17)
def f2(): return tf.constant(23)
def f3(): return tf.constant(-1)
r = tf.case({tf.less(x, y): f1, tf.greater(x, z): f2},
            default=f3, exclusive=True)

我想做同样的事情，但是允许使用feed_dict作为输入，如以下片段所示：

x = tf.placeholder(tf.float32, shape=[None])
y = tf.placeholder(tf.float32, shape=[None])
z = tf.placeholder(tf.float32, shape=[None])
def f1(): return tf.constant(17)
def f2(): return tf.constant(23)
def f3(): return tf.constant(-1)
r = tf.case({tf.less(x, y): f1, tf.greater(x, z): f2},
            default=f3, exclusive=True)
print(sess.run(r, feed_dict={x: [0, 1, 2, 3], y: [1, 1, 1, 1], z: [2, 2, 2, 2]}))
# result should be [17, -1, -1, 23]

因此，基本上，我想提供三个相等长度的int数组，并接收包含17、23或-1的int值数组。不幸的是，上面的代码给出了错误：

ValueError：形状必须为0，但对于“ case / cond / Switch”（操作数为“ Switch”），输入形状为[？]，[？]则为1级。

我知道，tf.case需要布尔型标量张量输入值，但是有什么方法可以实现我想要的？我也尝试了tf.cond，但没有成功。

Answer 1

为此使用tf.where，例如这样的{broadcasting support for tf.where seems to be on its way，但据我所知还没有，所以您必须确保所有参数的大小都相同，且向量为或tf.fill，tf.tile ...）。

The property 'TranslationModelID' was not found in type 'PassingAttachedPropertyInControlTemplater.Translation'. [Line: 17 Position: 40]

向TensorFlow tf.case馈送数组（形状为1级的形状）

1 个答案: