Python 如何在TensorFlow图中添加if条件？

假设我有以下代码：

x = tf.placeholder("float32", shape=[None, ins_size**2*3], name = "x_input")
condition = tf.placeholder("int32", shape=[1, 1], name = "condition")
W = tf.Variable(tf.zeros([ins_size**2*3,label_option]), name = "weights")
b = tf.Variable(tf.zeros([label_option]), name = "bias")

if condition > 0:
    y = tf.nn.softmax(tf.matmul(x, W) + b)
else:
    y = tf.nn.softmax(tf.matmul(x, W) - b)  

---

如果语句在计算中起作用，那么

语句会起作用吗（我不这么认为）？如果不是，如何将
If
语句添加到TensorFlow计算图中
 正确的是，
if
语句在这里不起作用，因为条件是在图形构造时计算的，而您可能希望条件取决于运行时提供给占位符的值。（事实上，它将始终采用第一个分支，因为
条件>0
的计算结果为
张量，即。）

为了支持条件控制流，TensorFlow提供了运算符，该运算符根据布尔条件计算两个分支中的一个。为了向您展示如何使用它，我将重写您的程序，使
条件
是一个标量
tf.int32
值，以简单起见：

x=tf.placeholder（tf.float32，shape=[None，ins\u size**2*3]，name=“x\u input”）
condition=tf.placeholder（tf.int32，shape=[]，name=“condition”）
W=tf.Variable（tf.zero（[ins_size**2*3，label_option]），name=“weights”）
b=tf.变量（tf.零（[label_option]），name=“bias”）
y=tf.cond（条件>0，lambda:tf.matmul（x，W）+b，lambda:tf.matmul（x，W）-b）
TensorFlow 2.0
它允许您将python代码JIT编译为图形执行。这意味着您可以使用python控制流语句（是的，这包括
if
语句）。从文件来看

AutoGraph支持常见的Python语句，如
while
，
for
，
if
，
中断
，
继续
和
返回
，支持嵌套。那意味着你
可以在
while
和
if
语句，或在
for
循环中迭代张量

您将需要定义一个实现逻辑的函数，并使用注释对其进行注释。以下是文档中的修改示例：

import tensorflow as tf

@tf.function
def sum_even(items):
  s = 0
  for c in items:
    if tf.equal(c % 2, 0): 
        s += c
  return s

sum_even(tf.constant([10, 12, 15, 20]))
#  <tf.Tensor: id=1146, shape=(), dtype=int32, numpy=42>

将tensorflow导入为tf
@功能
def总和（偶数）（项目）：
s=0
对于项目中的c：
如果tf.相等（c%2，0）：
s+=c
返回s
求和偶数（tf.常数（[10,12,15,20]））
#  
@mrry默认情况下是否执行两个分支？我有tf.cond（c，lambda x:train_op1，lambda x:train_op2），两个train_ops在每次cond执行时都独立于c的值执行。我做错什么了吗？@PiotrDabkowski这是
tf.cond（）
的一个有时令人惊讶的行为，它被提到过。简而言之，您需要创建希望在相应的lambda中有条件地运行的ops。您在lambda外部创建但在任一分支中引用的所有内容都将在这两种情况下执行。@mrry Wow，这太出乎意料了：）谢谢您的回答，在函数中定义ops解决了问题。条件/（逻辑的应用）元素是否明智？为什么要使用
tf.equal（）
？难道你不能使用
==
并让签名自动编译吗？@problemofficer这是个好问题。我（和你一样）也这么想，但是被咬了。我问了一个关于这种行为的问题：