Python 如果条件输出，则用@tf.function修饰

我试图评估变量a是否为空（即has

size==0

）。但是，当使用

@tf.function

装饰代码时，if语句的计算结果错误地为True，而当删除装饰器时，它的计算结果为False

tf.size（a）

似乎在这两种情况下都正确地计算为0。如何解决这个问题

将tensorflow导入为tf
a=tf.Variable（[[]））
@功能
def测试（a）：
打印尺寸=tf.print（tf.size（a））
印刷品（tf.尺寸（a））
如果tf.math.不相等（tf.size（a），0）：
打印（'失败'）
使用tf.control_依赖项（[print_op]）：
一无所获
测试（a）

这有点让人头疼，但是，一旦我们了解到

tf.function

正在将python操作和控制流映射到tf图，而裸函数只是急切地执行，我们就可以通过它进行挑选，这就更有意义了

我已经调整了你的例子来说明发生了什么。考虑<代码> TEST1和<代码> TEST2如下：

@tf.function
def测试1（a）：
打印尺寸=tf.print（tf.size（a））
打印（“python打印大小：{}”。格式（tf.size（a）））
如果tf.math.不相等（tf.size（a），0）：
打印（'失败'）
使用tf.control_依赖项（[print_op]）：
一无所获
def测试2（a）：
打印尺寸=tf.print（tf.size（a））
打印（“python打印大小：{}”。格式（tf.size（a）））
如果tf.math.不相等（tf.size（a），0）：
打印（'失败'）
使用tf.control_依赖项（[print_op]）：
一无所获

除了

@tf.function

装饰器之外，它们彼此相同

现在执行

test2（tf.Variable（[[]]）

将为我们提供：

0
python print size: 0

0
python print size: 0

这是我想你会期待的行为。而

test1（tf.Variable（[[]））

给出：

python print size: Tensor("Size_1:0", shape=(), dtype=int32)
fail
0

关于此输出，您可能会发现一些令人惊讶的事情（除了

失败

）：

• print（）

• print（）

  和

  tf.print（）

  的顺序颠倒了

这是因为通过添加

@tf.function

我们不再拥有python函数，而是使用autograph从函数代码映射tf图。这意味着，在计算

if

条件时，我们还没有执行

tf.math.not_equal（tf.size（a），0）

，只有一个对象（一个

Tensor

对象的实例），在python中，它是真实的：

class-MyClass:
通过
my_obj=MyClass（）
如果（我的目标）：
打印（“我的对象计算为真”）##输出“我的对象计算为真”

这意味着，在计算

tf.math.not_equal（tf.size（a），0）

之前，我们在

test1

中得到

print（'fail'）

语句

那么解决办法是什么

好的，如果我们在

if

块中删除对python only

print（）

函数的调用，并将其替换为对签名友好的

tf.print（）

语句，那么签名将无缝地转换我们的

if。。。else…

将逻辑转换为图形友好的

tf.cond

语句，以确保一切按正确顺序进行：

def test3(a): print_op = tf.print(tf.size(a)) print("python print size: {}".format(tf.size(a))) if tf.math.not_equal(tf.size(a),0): tf.print('fail') with tf.control_dependencies([print_op]): return None