如何将参数传递给 Tensorflow 中 tf.cond 中的函数？答案

【问题标题】：How to pass parmeters to functions inside tf.cond in Tensorflow?如何将参数传递给 Tensorflow 中 tf.cond 中的函数？
【发布时间】：2016-08-01 10:56:02
【问题描述】：

我有以下简单的占位符：

x = tf.placeholder(tf.float32, shape=[1])
y = tf.placeholder(tf.float32, shape=[1])
z = tf.placeholder(tf.float32, shape=[1])

有两个函数fn1和fn2定义为：

def fn1(a, b): 
    return tf.mul(a, b)
def fn2(a, b): 
    return tf.add(a, b)

现在我想根据 pred 条件计算结果：

pred = tf.placeholder(tf.bool, shape=[1])
result = tf.cond(pred, fn1(x,y), fn2(y,z))

但它给了我一个错误说fn1 and fn2 must be callable。

如何编写fn1 和fn2 以便它们可以在运行时接收参数？我想拨打以下电话：

sess.run(result, feed_dict={x:1,y:2,z:3,pred:True})

【问题讨论】：

标签： python if-statement tensorflow

【解决方案1】：

您可以使用 lambda 将参数传递给函数，代码如下所示。

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))

那你可以叫它如下：

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

【讨论】：

【解决方案2】：

最简单的方法是在调用中定义你的函数：

result = tf.cond(pred, lambda: tf.mul(a, b), lambda: tf.add(a, b))

【讨论】：