Tensorflow：如何训练多模型

Question

我想在TensorFlow培训期间提出一个问题。 目前，我有一个网络可以进行超分辨率，我们知道SR模型包括特征提取和上采样。

现在，我想训练一个可以支持多尺度时间的模型。这在pytorch中很简单，但是在TensorFlow中，似乎很难实现。我实现如下： 例如 型号：

    x = feature extract(input)
    out = tf.case(pred_fn_pairs=[(tf.equal(scale, 2),
                                lambda: upsamplex2(x)),
                                (tf.equal(scale, 3), lambda: upsamplex3(x))],
                                default=lambda: upsamplex4(x), exclusive=False)

我将比例尺设置为占位符，但是在训练过程中，似乎只有x2模型可以很好地训练。用 x3和x4模型的推断结果非常糟糕。在这种情况下，有人知道如何进行培训吗？ 非常感谢你！