tf.compat.v2.cond

Возвращает true_fn() если предикат pred истинный, иначе false_fn().

tf.compat.v2.cond(
    pred, true_fn=None, false_fn=None, name=None
)

true_fn и false_fn оба возвращают списки выходных тензоров. true_fn и false_fn должны иметь одинаковое ненулевое количество и тип выходов.

Хотя это поведение согласуется с моделью потока данных TensorFlow, оно часто удивляло пользователей, ожидавших более ленивой семантики. Рассмотрим следующую простую программу:

z = tf.multiply(a, b)
result = tf.cond(x < y, lambda: tf.add(x, z), lambda: tf.square(y))

Если x < y, операция tf.add будет выполнена, а операция tf.square не будет выполнена. Поскольку z необходима хотя бы для одной ветви cond, операция tf.multiply всегда выполняется безусловно.

Обратите внимание, что cond вызывает true_fn и false_fn точно один раз (внутри вызова cond, и вообще не во время Session.run()). cond склеивает фрагменты графа, созданные во время вызовов true_fn и false_fn, с некоторыми дополнительными узлами графа, чтобы гарантировать, что выполняется правильная ветвь в зависимости от значения pred.

tf.cond поддерживает вложенные структуры, как реализовано 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. Единственными исключениями являются одиночные списки и кортежи: при возвращении true_fn и/или false_fn, они неявно распаковываются в отдельные значения.

Примечание: Запрещено «непосредственно» 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 вывод функции ветви и используйте вывод из tf.cond вместо этого.

Пример:

x = tf.constant(2)
y = tf.constant(5)
def f1(): return tf.multiply(x, 17)
def f2(): return tf.add(y, 23)
r = tf.cond(tf.less(x, y), f1, f2)
# r is set to f1().
# Operations in f2 (e.g., tf.add) are not executed.