文章/答案/技术大牛

发布

社区首页 >问答首页 >如何在tensorflow 1.x中1级张量上应用tf.case函数？

问如何在tensorflow 1.x中1级张量上应用tf.case函数？
EN

Stack Overflow用户

提问于 2020-09-30 13:46:56

回答 2查看 118关注 0票数 0

我有2级-1布尔张量，我需要应用tf.case，根据每个输入向量元素的值，逐个元素给输出张量赋值。我的代码如下：

f1 = lambda: tf.constant(1)
f2 = lambda: tf.constant(2)
f3 = lambda: tf.constant(0)
result = tf.case({c1 : f1, c2 : f2}, default=f3)

其中c1和c2是秩-1张量，输出是相同形状的张量.

tensorflow

machine-learning

python-3.x

回答 2

Stack Overflow用户

回答已采纳

发布于 2020-10-04 16:33:26

解决这个问题的答案是：

f1 = tf.math.add(tf.zero_like(c1),1)
f2 = tf.math.add(tf.zero_like(c1),2)
f3 = tf.zero_like(c1)
result = tf.where(c1, f1, f3)
result = tf.where(c2, f2, result)

票数 0

Stack Overflow用户

发布于 2020-10-02 00:25:05

tf.case()只接受对标量布尔值(秩-0张量)和可调用项(函数)。

在您的例子中，您正在传递排名-1的张量，因此您得到了异常：

形状必须为0级，但对于“case/cond/Switch”则为1级。

为了在tf.case中使用非零秩张量，您必须先将张量降为标量值。

您可以使用类似于tf.reduce_all或tf.reduce_any的东西(相当于numpy.all和numpy.any)。

    x = tf.constant([True,  False]) #your original rank-1 tensor
    c1 = tf.reduce_all(x)           #False: Computes the "logical AND" of all elements
    c2 = tf.reduce_any(x)           #True : Computes the "logical OR" of all elements
    result = tf.case({c1 : f1, c2 : f2}, default=f3) #returns f2

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/64138959

复制

相似问题

问如何在tensorflow 1.x中1级张量上应用tf.case函数？
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何在tensorflow 1.x中1级张量上应用tf.case函数？EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何在tensorflow 1.x中1级张量上应用tf.case函数？
EN