Làm cách nào để thêm điều kiện vào biểu đồ TensorFlow?

Question

Hãy nói rằng tôi đã mã sau:

x = tf.placeholder("float32", shape=[None, ins_size**2*3], name = "x_input") 
condition = tf.placeholder("int32", shape=[1, 1], name = "condition") 
W = tf.Variable(tf.zeros([ins_size**2*3,label_option]), name = "weights") 
b = tf.Variable(tf.zeros([label_option]), name = "bias") 

if condition > 0: 
    y = tf.nn.softmax(tf.matmul(x, W) + b) 
else: 
    y = tf.nn.softmax(tf.matmul(x, W) - b) 

có công việc if tuyên bố trong tính toán (Tôi không nghĩ như vậy)? Nếu không, làm cách nào tôi có thể thêm câu lệnh if vào biểu đồ tính toán TensorFlow?

Answer 1

Bạn đúng là câu lệnh if không hoạt động ở đây, vì điều kiện được đánh giá vào thời gian xây dựng biểu đồ, trong khi có lẽ bạn muốn điều kiện phụ thuộc vào giá trị được cung cấp cho trình giữ chỗ trong thời gian chạy. (Trong thực tế, nó sẽ luôn luôn lấy chi nhánh đầu tiên, bởi vì condition > 0 để đánh giá một Tensor, đó là "truthy" in Python.)

Để hỗ trợ kiểm soát dòng chảy có điều kiện, TensorFlow cung cấp tf.cond() điều hành, trong đó đánh giá một trong hai chi nhánh, tùy thuộc vào một điều kiện boolean. Để cho bạn thấy làm thế nào để sử dụng nó, tôi sẽ viết lại chương trình của bạn để condition là một tf.int32 giá trị vô hướng vì đơn giản:

x = tf.placeholder(tf.float32, shape=[None, ins_size**2*3], name="x_input") 
condition = tf.placeholder(tf.int32, shape=[], name="condition") 
W = tf.Variable(tf.zeros([ins_size**2 * 3, label_option]), name="weights") 
b = tf.Variable(tf.zeros([label_option]), name="bias") 

y = tf.cond(condition > 0, lambda: tf.matmul(x, W) + b, lambda: tf.matmul(x, W) - b)