tensorflow中的条件语句和循环语句

最新推荐文章于 2021-02-19 14:18:41 发布

摸鱼的辉辉酱

最新推荐文章于 2021-02-19 14:18:41 发布

阅读量2.6k

点赞数 1

本文链接：https://blog.csdn.net/bonjourdeutsch/article/details/102684930

版权

在TensorFlow中，由于不能直接使用Tensor作为if语句的条件，因此TensorFlow提供了自定义的条件语句和while循环。本文通过一个实例解释如何在TensorFlow中实现特定功能：给定两个维度为[None, 5]的placeholder，创建一个新的Tensor，其奇数位置来自其中一个，偶数位置来自另一个。在实现过程中，需注意Tensor的动态尺寸、不能直接使用Tensor进行条件判断和赋值操作，以及while_loop的先循环后判断特性。" 120061124,9133063,antv G2绘制中国地图与省份高亮,"['前端开发', 'HTML', 'CSS', '地图可视化', 'antv']

摘要由CSDN通过智能技术生成

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