问TensorFlow tf.case馈电阵列(1级形状)
EN

Stack Overflow用户

提问于 2019-06-17 16:02:23

回答 1查看 165关注 0票数 2

以下是tf.case文档中的示例：

def f1(): return tf.constant(17)
def f2(): return tf.constant(23)
def f3(): return tf.constant(-1)
r = tf.case({tf.less(x, y): f1, tf.greater(x, z): f2},
            default=f3, exclusive=True)

我也想这样做，但允许使用feed_dict作为输入，如下所示：

x = tf.placeholder(tf.float32, shape=[None])
y = tf.placeholder(tf.float32, shape=[None])
z = tf.placeholder(tf.float32, shape=[None])
def f1(): return tf.constant(17)
def f2(): return tf.constant(23)
def f3(): return tf.constant(-1)
r = tf.case({tf.less(x, y): f1, tf.greater(x, z): f2},
            default=f3, exclusive=True)
print(sess.run(r, feed_dict={x: [0, 1, 2, 3], y: [1, 1, 1, 1], z: [2, 2, 2, 2]}))
# result should be [17, -1, -1, 23]

因此，基本上，我想给三个长度相同的int-arrays提供数据，并接收一个包含17、23或-1的int-values数组。不幸的是，上面的代码给出了错误：

ValueError: Shape必须为0级，但对于输入形状为：、的“case/cond/Switch”(op：“Switch”)，则为1级。

我明白，tf.case需要布尔标量张量输入值，但是有什么方法可以实现我想要的吗？我也尝试过tf.cond，但没有成功。

python

tensorflow

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-06-17 17:01:28

为此使用tf.where，例如( seems to be on its way，但据我所知还没有，所以您必须确保所有参数的大小与一个向量相同，或者tf.fill，tf.tile.)。

import tensorflow as tf

with tf.Graph().as_default(), tf.Session() as sess:
    x = tf.placeholder(tf.float32, shape=[None])
    y = tf.placeholder(tf.float32, shape=[None])
    z = tf.placeholder(tf.float32, shape=[None])
    ones = tf.ones_like(x)
    r = tf.where(x < y, 17 * ones, tf.where(x > z, 23 * ones, -ones))
    print(sess.run(r, feed_dict={x: [0, 1, 2, 3], y: [1, 1, 1, 1], z: [2, 2, 2, 2]}))
    # [17. -1. -1. 23.]

票数 1

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/56635027

复制

相似问题

问TensorFlow tf.case馈电阵列(1级形状)
EN

回答 1

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TensorFlow tf.case馈电阵列(1级形状)EN

回答 1

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TensorFlow tf.case馈电阵列(1级形状)
EN