tensorflow中的条件语句和循环语句

tensorflow中，不可以直接拿tensor比较的结果作为 if 语句的条件，因此tensorflow中实现了自己的条件语句：

a = tf.get_variable("a",initializer=1)
b = tf.get_variable("b",initializer=2)

pred = tf.equal(a,b)

## 下面这种写法是正确的
def fun1():
	return a
def fun2():
	return b
c = tf.cond(pred, fun1, fun2)

## 下面这种写法是错误的
# if tf.equal(a,b):
# 	c = a
# else:
# 	c = b

with tf.Session() as sess:
	sess.run(tf.global_variables_initializer())
	print(sess.run(c))

同理，tensorflow中，while函数也是需要有条件判断语句的，所以tensorflow实现了自己的while循环：

a = tf.get_variable("a",initializer=1)
b = tf.get_variable("b",initializer=5)

def cond(a, b):
	# 输入为loop_vars, 输出为布尔值
	return tf.less(a, b)

def body(a, b):
	# 输入为loop_vars, 输出为lop_vars
	a = a + 2
	b = b + 1
	return a, b
a, b = tf.while_loop(cond, body, l