Python Keras后端函数，仅当值介于a和b之间时才提供一个

我试图写一个Keras后端函数，如果输入x在a和b之间，它会给出1；否则，它给出零。我无法使用Keras后端中可用的函数来完成此操作。如果是numpy，我会写：

def my_function(x):
    import numpy as np
    y=np.int64(np.logical_and(x>=a, x<=b))
    return y

def my_函数（x）：
将numpy作为np导入
y=np.int64（np.logical_和（x>=a，x对于TensorFlow上的问题2，您可以尝试使用TF.cond或TF.case导出所需的输出。如下所示：

import tensorflow as tf
x = tf.constant(20)
y = tf.constant(22)
z = tf.constant(25)
result1 = tf.cond(tf.logical_and(x > y, x <z), lambda: tf.constant(1), lambda: tf.constant(0))

将tensorflow导入为tf
x=tf.常数（20）
y=tf.常数（22）
z=tf.常数（25）
result1=tf.cond（tf.logical_）和（x>y，x以下是我经常使用opencv调整图像大小的代码：

import tensorflow as tf
import cv2

def resize_function(image, target_height, target_width):
  img = cv2.resize(image, (target_height, target_width))
  return image.astype(np.float32)

image = tf.numpy_function(
    func=resize_function,
    inp=[tf.cast(image, tf.uint8),resize_height, resize_width],
    Tout=tf.float32)

tensorflow具有定义自定义numpy函数的功能。
这会将自定义函数转换为tensorflow图

如果一个函数预期有多个输出，请修改为：

output_1, output_2, output_3 = tf.numpy_function(
    func=compute_input_output, 
    inp=[inp_1, inp_2, inp_3,inp4], 
    Tout=[tf.float32,tf.float32,tf.float32])

Tout应该包含一个预期输出数据类型的列表。
输入形状是什么？@zihaozhao我不知道。它是一个层的输出。我们可以为一般输入形状编写它吗？哦，我明白了。可能它应用于logits或probs。它将用于神经网络
output_1, output_2, output_3 = tf.numpy_function(
    func=compute_input_output, 
    inp=[inp_1, inp_2, inp_3,inp4], 
    Tout=[tf.float32,tf.float32,tf.float32])