Python tf.compat.v1.assert_equal用法及代碼示例

斷言條件 x == y 保持元素。

用法

tf.compat.v1.assert_equal(
    x, y, data=None, summarize=None, message=None, name=None
)

遷移到 TF2

警告：這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

tf.compat.v1.assert_equal 與即刻執行和 tf.function 兼容。遷移到 TF2 時，請改用tf.debugging.assert_equal。除了 data 之外，所有參數都支持相同的參數名稱。

如果要確保斷言語句在 potentially-invalid 計算之前運行，請使用 tf.control_dependencies ，因為 tf.function auto-control 依賴項對於斷言語句來說是不夠的。

到原生 TF2 的結構映射

前：

tf.compat.v1.assert_equal(
  x=x, y=y, data=data, summarize=summarize,
  message=message, name=name)

後：

tf.debugging.assert_equal(
  x=x, y=y, message=message,
  summarize=summarize, name=name)

TF1 & TF2 使用示例

TF1：

g = tf.Graph()
with g.as_default():
  a = tf.compat.v1.placeholder(tf.float32, [2])
  b = tf.compat.v1.placeholder(tf.float32, [2])
  result = tf.compat.v1.assert_equal(a, b,
    message='"a == b" does not hold for the given inputs')
  with tf.compat.v1.control_dependencies([result]):
    sum_node = a + b
sess = tf.compat.v1.Session(graph=g)
val = sess.run(sum_node, feed_dict={a:[1, 2], b:[1, 2]})

特遣部隊2：

a = tf.Variable([1, 2], dtype=tf.float32)
b = tf.Variable([1, 2], dtype=tf.float32)
assert_op = tf.debugging.assert_equal(a, b, message=
  '"a == b" does not hold for the given inputs')
# When working with tf.control_dependencies
with tf.control_dependencies([assert_op]):
  val = a + b

如果對於每對(可能是廣播)元素 x[i] , y[i] ，我們有 x[i] == y[i] ，則此條件成立。如果 x 和 y 都是空的，這很容易滿足。

在圖形模式下運行時，您應該添加對此操作的依賴以確保它運行。將依賴項添加到操作的示例：

with tf.control_dependencies([tf.compat.v1.assert_equal(x, y)]):
  output = tf.reduce_sum(x)