如何在TensorFlow图中添加条件？- AskGo

如何在TensorFlow图中添加条件？

python

tensorflow

假设我有以下代码：

x = tf.placeholder("float32", shape=[None, ins_size**2*3], name = "x_input")
condition = tf.placeholder("int32", shape=[1, 1], name = "condition")
W = tf.Variable(tf.zeros([ins_size**2*3,label_option]), name = "weights")
b = tf.Variable(tf.zeros([label_option]), name = "bias")

if condition > 0:
    y = tf.nn.softmax(tf.matmul(x, W) + b)
else:
    y = tf.nn.softmax(tf.matmul(x, W) - b)

if语句在计算中if工作（我认为不行）？如果没有，如何将if语句添加到TensorFlow计算图中？

参考资料：

Stack Overflow

2020-05-29 21:13:59 更新

Bernie Saul• 639

共 2 个回答

高赞时间活跃

TensorFlow 2.0

TF 2.0引入了一个称为AutoGraph的功能，该功能使您可以通过JIT将python代码编译为Graph执行。这意味着您可以使用python控制流语句（是的，这包括if语句）。从文档中

签名支持常用的Python之类的语句while ， for ， if ， break ， continue和return ，以嵌套的支持。这意味着您可以在while和if语句的条件下使用Tensor表达式，或者在for循环中遍历Tensor。

您将需要定义一个实现逻辑的函数，并使用tf.function对其进行tf.function 。这是文档中的修改示例：

import tensorflow as tf

@tf.function
def sum_even(items):
  s = 0
  for c in items:
    if tf.equal(c % 2, 0): 
        s += c
  return s

sum_even(tf.constant([10, 12, 15, 20]))
#  <tf.Tensor: id=1146, shape=(), dtype=int32, numpy=42>

2020-05-29 21:14:36 更新

Bernie Saul• 639

您正确的是， if语句在这里不起作用，因为条件是在图构造时评估的，而大概您希望条件取决于运行时馈入占位符的值。（实际上，它将始终采用第一个分支，因为condition > 0会得出 Tensor ，这在Python中是“真实的” 。）

为了支持条件控制流，TensorFlow提供了tf.cond()运算符，该运算符根据布尔条件评估两个分支之一。为了向您展示如何使用它，我将重写您的程序，为简单起见， condition是标量tf.int32值：

x = tf.placeholder(tf.float32, shape=[None, ins_size**2*3], name="x_input")
condition = tf.placeholder(tf.int32, shape=[], name="condition")
W = tf.Variable(tf.zeros([ins_size**2 * 3, label_option]), name="weights")
b = tf.Variable(tf.zeros([label_option]), name="bias")

y = tf.cond(condition > 0, lambda: tf.matmul(x, W) + b, lambda: tf.matmul(x, W) - b)

2020-05-29 21:14:34 更新