Tensorflow：使用张量中的值作为参数

我想根据标签的值以不同的方式计算DNN中的损失函数

概念上是这样的：

def loss(logits, labels):

    if labels[0] == 0:
        return loss_function_1(logits, labels)
    else:
        return loss_function_2(logits, labels)

显然，这是行不通的，因为我不能对张量物体进行比较。我也不能使用

eval（）

，因为我得到一个错误，网络没有定义。我还有其他选择吗？

您可以使用此结构：

tf.cond(labels[0] == 0, lambda: loss_function_1(logits, labels),
                        lambda: loss_function_2(logits, labels))