Tensorflow：可以阻止tf.where的一个分支执行吗？

我正在进行编码器-解码器设置。我希望能够运行编码器一次，然后执行多个解码器运行。我提出的解决方案是向解码器提供一个TF条件节点（使用TF.where），该节点包含编码器的最终隐藏状态（在这种情况下，当我请求解码器输出时，TF将运行编码器），或者一个带有编码器存储结果的占位符（在这种情况下，理论上TF不需要运行编码器）

以下是守则的相关部分：

encoder_state = tf.where(gen_math_ops.greater_equal(branching_points, 0), encoder_state,
                         rnn.static_rnn(encoder_cell, encoder_inputs, dtype=dtype)[1])

由于我没有从这个方法中得到加速，我很确定它不起作用，tf.where的两个分支每次都由tf运行，即使它只需要从占位符读取

有没有办法使用tf.where，使其不运行编码器？我已经看过该方法的描述，我不确定是否总是计算这两个分支，我在这个问题上看到了相互矛盾的信息

谢谢

当您想推迟执行其中一个分支，直到对谓词进行求值时，可以使用该函数

encoder_state = tf.cond(
    tf.greater_equal(branching_points, 0),
    lambda: encoder_state,
    lambda: tf.nn.static_rnn(encoder_cell, encoder_inputs, dtype=dtype)[1])

---

我尝试使用tf.cond创建一个模型并输入一个字典，但是tf.cond只接受一个输入，因此如果有多个分支点，这将不起作用。
我已经创建了解决方案，但它非常复杂，我希望看到更好的解决方案，特别是如果真的和假的计算代价很高，那么这个只会提高性能。 如果未选择true\u fn或false\u fn的分支（例如，如果在这些函数中使用tf.assign），则此解决方案也很有用

首先，我创建布尔张量：

branch_1 = tf.greater_equal(branching_points, 0)
branch_2 = tf.logical_not(branch_1)

然后我使用一个布尔掩码只执行来自分支的真实条件

result_1 = tf.boolean_mask(branch_1)
result_2 = tf.boolean_mask(branch_2)

最后，如果需要，可以形成一个张量。 如果顺序很重要，您可以使用

tf.where（tf.equal（branch_1，True））

和

tf.where（tf.equal（branch_2，True））

分别获取结果_1和结果_2的索引。然后你申请。

---

如果顺序不重要，您可以简单地使用

tf.cond仅对标量有效。所以，如果分支点是布尔值的张量，这就行不通了，在这种情况下，它看起来是