tf.cond使用方法
z = tf.multiply(a, b)
result = tf.cond(x < y, lambda: tf.add(x, z), lambda: tf.square(y))
tf.cond(判断语句,
执行一,
执行二)
如果有复合逻辑运算,代码:
import tensorflow as tf
import numpy as np
a_np = np.ones([0,3])
with tf.Graph().as_default(), tf.Session() as sess:
a = tf.placeholder(shape=[None,3],dtype=tf.int8)
size_a = tf.size(a)
d = tf.constant([2,2])
e = tf.constant([1,1])
c = tf.equal(0,size_a)
result = tf.cond(tf.equal(tf.size(a),0)|tf.not_equal(tf.size(a),0),
lambda: tf.square(d),
lambda: tf.square(e))
# if tf.equal(0,size_a):
# b = tf.constant(0)
# else:
# b=tf.constant(1)
print(sess.run(result,feed_dict={a:a_np}))
print(sess.run(size_a,feed_dict={a:a_np}))
数据返回
[4 4]
0
这里主要是使用了逻辑运算符“|” 做“或运算”。
tf.equal(tf.size(a),0)|tf.not_equal(tf.size(a),0)
无论如何都会返回true,如果使用“&”就不一样了,这是and,与运算。可以自己试一下