Python 如何在tensorflow中使用if station而不使用其他选项？

我想我必须用不同的方式提出我的问题。我想这样做： 我在keras层中使用了relu（x）函数，现在我想更改它并创建我自己的激活函数，如下所示： 1.创建数组作为查找表，其值介于[-5,5]和's'步之间（s=0.1），因此我的查找表应包含102个数字，例如[-5，-4.9…+4.9,5] 2.以上述查找表的形式创建Y数组。Y的初始值为零，{Yi}是训练中可学习的参数 3=计算的f（x）=1/s（yi（xi+1−x） +yi+1（x）−席），如果席≤ x≤ 十一加一 对于席和席+ 1之间的任何输入值，输出是 Y和Y+ 1线性插值，查找表中查找席和席+ 1，Y中对应的Yi和Yi＋1 4=relu（f（x））

---

问题是如何在keras中编写此激活函数？

如果是numpy，请使用逻辑索引

g = LT[LT > number]
l = LT[LT <= number]

g=LT[LT>number]
l=LT[LT我刚刚注意到你有一个数字作为张量？我可能会把它重命名为一个不太容易混淆的东西，你是如何尝试将一个元素与张量进行比较的？你想要一个大小为数字的数组，在它们小于LT[I]的地方有逻辑索引吗？你想要
g.sort（）
或
g=sorted（g）
；您现在用
None
@grandwilliams替换结果谢谢您的回答，我应该创建自己的激活函数，以便在keras中使用自定义函数，而“输入”是def call（）中的张量，类似于查找表，我想取其中的两个数字，一个大于，另一个小于输入值tensor@chepnerg.排序（）当数字不是张量时，当前运行。这不是我的问题，我的问题是：应该在其中找到一个有两个数字的列表，错误将是apear：不能使用张量作为布尔变量，当我想使用“如果”语句时，最大的较小的数字或最小的较大的张量可能会使用“tf.cond”语句，然后最后当我在错误陈述中对tf.cond使用“tf.no_op”时，出现了“value error”。我如何解决这个错误？也许你可以试着在你的帖子中清楚地写下你的最终目标。你在上面的两条评论中写了一些东西，但这让人困惑。我猜你试图在tf中做的事情是不可能的（但我不太明白你想做什么）。如果你更笼统地告诉我们你想完成什么，也许我们可以建议另一种方法。