Python tf.compat.v1.cond用法及代码示例

如果谓词 pred 为真，则返回 true_fn() 否则 false_fn() 。 (不推荐使用的参数)

用法

tf.compat.v1.cond(
    pred, true_fn=None, false_fn=None, strict=False, name=None, fn1=None, fn2=None
)

警告：不推荐使用某些参数：(fn1, fn2)。它们将在未来的版本中被删除。更新说明：不推荐使用 fn1/fn2 以支持 true_fn/false_fn 参数。

true_fn 和 false_fn 都返回输出张量的列表。 true_fn 和 false_fn 必须具有相同的非零数量和类型的输出。

警告：无论在运行时选择哪个分支，在 true_fn 和 false_fn 之外创建的任何张量或操作都将被执行。

尽管这种行为与 TensorFlow 的数据流模型是一致的，但它经常让那些期待更惰性语义的用户感到惊讶。考虑以下简单程序：

z = tf.multiply(a, b)
result = tf.cond(x < y, lambda:tf.add(x, z), lambda:tf.square(y))

如果 x < y ，将执行 tf.add 操作，而不会执行 tf.square 操作。由于cond 的至少一个分支需要z，因此始终无条件地执行tf.multiply 操作。

注意cond调用true_fn和false_fn 恰好一次(在调用内cond, 并且在Session.run())。cond将在创建过程中创建的图形片段缝合在一起true_fn和false_fn调用一些额外的图节点，以确保根据值执行正确的分支pred.

tf.cond 支持在 tensorflow.python.util.nest 中实现的嵌套结构。 true_fn 和 false_fn 都必须返回相同的(可能是嵌套的)列表、元组和/或命名元组的值结构。单例列表和元组是唯一的异常：当 true_fn 和/或 false_fn 返回时，它们被隐式解包为单个值。通过传递 strict=True 禁用此行为。

例子：

x = tf.constant(2)
y = tf.constant(5)
def f1():return tf.multiply(x, 17)
def f2():return tf.add(y, 23)
r = tf.cond(tf.less(x, y), f1, f2)
# r is set to f1().
# Operations in f2 (e.g., tf.add) are not executed.