tf.case

Создает операцию выбора.

tf.case(
    pred_fn_pairs, default=None, exclusive=False, strict=False, name='case'
)

См. также tf.switch_case.

Параметр pred_fn_pairs представляет собой список пар размера N. Каждая пара содержит булеву скалярную тензор и вызываемый python-объект, который создаёт тензоры, которые возвращаются, если булево значение равно True. default — вызываемый объект, генерирующий список тензоров. Все вызываемые объекты в pred_fn_pairs, а также default (если предоставлены), должны возвращать одинаковое количество и типы тензоров.

Если exclusive==True, все предикаты вычисляются, и вызывается исключение, если более одного предиката принимает значение True. Если exclusive==False, выполнение останавливается на первом предикате, который принимает значение True, и тензоры, сгенерированные соответствующей функцией, возвращаются немедленно. Если ни один из предикатов не принимает значение True, эта операция возвращает тензоры, сгенерированные default.

tf.case поддерживает вложенные структуры, как реализовано в tf.contrib.framework.nest. Все вызываемые объекты должны возвращать одинаковую (возможно, вложенную) структуру значений из списков, кортежей и/или именованных кортежей. Одиночные списки и кортежи являются единственным исключением из этого правила: когда они возвращаются вызываемым объектом, они неявно распаковываются в отдельные значения. Это поведение можно отключить, передав strict=True.

Пример 1:

Псевдокод:

if (x < y) return 17;
else return 23;

Выражения:

f1 = lambda: tf.constant(17)
f2 = lambda: tf.constant(23)
r = tf.case([(tf.less(x, y), f1)], default=f2)

Пример 2:

Псевдокод:

if (x < y && x > z) raise OpError("Only one predicate may evaluate to True");
if (x < y) return 17;
else if (x > z) return 23;
else return -1;

Выражения:

def f1(): return tf.constant(17)
def f2(): return tf.constant(23)
def f3(): return tf.constant(-1)
r = tf.case([(tf.less(x, y), f1), (tf.greater(x, z), f2)],
         default=f3, exclusive=True)

Совместимость с версией 2

pred_fn_pairs может быть словарем в v1. Однако tf.Tensor и tf.Variable больше не хешируемы в v2, поэтому не могут использоваться в качестве ключа для словаря. Используйте список или кортеж вместо этого.