サーチ…


パラメーター

パラメータ詳細
bool型のTensorFlowテンソル
fn1 引数を持たない呼び出し可能な関数
fn2 引数を持たない呼び出し可能な関数
(オプション)操作の名前

備考

  • predTrueFalseであることはできません、それはテンソルである必要があります
  • 関数fn1fn2は、同じタイプの出力を同じ数だけ返す必要があります。

基本的な例

x = tf.constant(1.)
bool = tf.constant(True)

res = tf.cond(bool, lambda: tf.add(x, 1.), lambda: tf.add(x, 10.))
# sess.run(res) will give you 2.

f1とf2が複数のテンソルを返すとき

2つの関数fn1fn2は複数のテンソルを返すことができますが、それらは同じ数とタイプの出力を返す必要があります。

x = tf.constant(1.)
bool = tf.constant(True)

def fn1():
    return tf.add(x, 1.), x

def fn2():
    return tf.add(x, 10.), x

res1, res2 = tf.cond(bool, fn1, fn2)
# tf.cond returns a list of two tensors
# sess.run([res1, res2]) will return [2., 1.]

パラメータf1とf2を定義して使用する

ラムダを使用してtf.cond()の関数にパラメータを渡すことができ、コードは次のようになります。

x = tf.placeholder(tf.float32)
y = tf.placeholder(tf.float32)
z = tf.placeholder(tf.float32)

def fn1(a, b):
  return tf.mul(a, b)

def fn2(a, b):
  return tf.add(a, b)

pred = tf.placeholder(tf.bool)
result = tf.cond(pred, lambda: fn1(x, y), lambda: fn2(y, z))

次に、それを次のように呼び出すことができます:

with tf.Session() as sess:
  print sess.run(result, feed_dict={x: 1, y: 2, z: 3, pred: True})
  # The result is 2.0
  print sess.run(result, feed_dict={x: 1, y: 2, z: 3, pred: False})
  # The result is 5.0


Modified text is an extract of the original Stack Overflow Documentation
ライセンスを受けた CC BY-SA 3.0
所属していない Stack Overflow