tf.cond

Возвращает true_fn(), если предикат pred истинен, иначе возвращает false_fn().

tf.cond(
    pred, true_fn=None, false_fn=None, name=None
)

Используется в блокнотах

Примечание: Эта операция автоматически используется в tf.function для преобразования инструкций if в Python, когда предикат является tf.Tensor, если только autograph=False явно не указано в аргументах tf.function. Например, следующие фрагменты эквивалентны:

@tf.function
def fun1(x,y):
  if x > 0:  # AutoGraph converts if-statement to tf.cond().
    z = y+1
  else:
    z = y-1
  return z
fun1(tf.constant(7), tf.constant(3)).numpy()
4

@tf.function
def fun2(x,y):
  pred = x > 0
  true_fn =  lambda: y+1
  false_fn = lambda: y-1
  return tf.cond(pred, true_fn, false_fn)  # Use tf.cond() explicitly.
fun1(tf.constant(7), tf.constant(3)).numpy()
4

Дополнительные сведения см. в руководстве по tf.function и AutoGraph.

true_fn и false_fn возвращают списки выходных тензоров. true_fn и false_fn должны возвращать одинаковое ненулевое количество выходных значений одного типа.

Хотя такое поведение соответствует модели потока данных TensorFlow, оно часто удивляло пользователей, ожидавших более ленивой семантики. Рассмотрим следующую простую программу:

x, y = tf.constant(2, dtype=tf.int32), tf.constant(4, dtype=tf.int32)
z = tf.multiply(x, y)
r = tf.cond(x < y, lambda: tf.add(x, z), lambda: tf.square(y))
r.numpy()
10

Если x < y, операция tf.add будет выполнена, а операция tf.square — нет. Поскольку z требуется как минимум для одной ветви cond, операция tf.multiply выполняется всегда, безусловно.

Обратите внимание, что cond вызывает true_fn и false_fn ровно один раз (внутри вызова cond и ни разу во время Session.run()). cond объединяет фрагменты графа, созданные во время вызовов true_fn и false_fn, с некоторыми дополнительными узлами графа, чтобы обеспечить выполнение нужной ветви в зависимости от значения pred.

tf.cond поддерживает вложенные структуры, реализованные в tensorflow.python.util.nest. И true_fn, и false_fn должны возвращать одинаковую (возможно, вложенную) структуру значений из списков, кортежей и/или именованных кортежей. Единственное исключение — одноэлементные списки и кортежи: при возврате из true_fn и/или false_fn они автоматически распаковываются в отдельные значения.

Примечание: Запрещено напрямую использовать тензоры, созданные внутри ветви cond, за её пределами, например сохраняя ссылку на тензор ветви в состоянии Python. Если вам нужно использовать тензор, созданный в функции ветви, верните его как выходное значение этой функции и используйте выходное значение из tf.cond.

Пример:

x = tf.constant(2)
y = tf.constant(5)
def f1(): return tf.multiply(x, 7)
def f2(): return tf.add(y, 3)
r = tf.cond(tf.less(x, y), f1, f2)
# r is set to f1().
# Operations in f2 (e.g., tf.add) are not executed.
r.numpy()
14