文章/答案/技术大牛

发布

社区首页 >问答首页 >使用tf.cond()检查自定义图层的调用方法中的条件

问使用tf.cond()检查自定义图层的调用方法中的条件
EN

Stack Overflow用户

提问于 2021-02-13 19:34:54

回答 1查看 191关注 0票数 0

我在TensorFlow2.x中实现了一个定制层。我的要求是，程序应该在返回输出之前检查一个条件。

class SimpleRNN_cell(tf.keras.layers.Layer):
    def __init__(self, M1, M2, fi=tf.nn.tanh, disp_name=True):
        super(SimpleRNN_cell, self).__init__()
        pass        
    def call(self, X, hidden_state, return_state=True):
        y = tf.constant(5)
        if return_state == True:
            return y, self.h
        else:
            return y

我的问题是:我应该继续使用当前的代码(假设tape.gradient(Loss, self.trainable_weights)可以正常工作)，还是应该使用tf.cond()。此外，如果可能，请解释在哪里使用tf.cond()，在哪里不使用。我还没有找到关于这个话题的太多内容。

machine-learning

deep-learning

gradienttape

python

tensorflow

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-02-13 20:41:25

仅当基于可微计算图中的数据执行条件评估时，tf.cond才相关。(https://www.tensorflow.org/api_docs/python/tf/cond)这在默认为图形模式的TF 1.0中尤其必要。对于GradientTape模式，python系统还允许使用if ...: (https://www.tensorflow.org/guide/autodiff#control_flow)等python构造执行条件数据流

然而，对于仅仅基于配置参数提供不同的行为，这些行为不依赖于来自计算图的数据，并且在模型运行时期间被修复，使用简单的python if语句是正确的。

票数 2

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/66184641

复制

相似问题

问使用tf.cond()检查自定义图层的调用方法中的条件
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

问使用tf.cond()检查自定义图层的调用方法中的条件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

问使用tf.cond()检查自定义图层的调用方法中的条件
EN