tensorflow函数学习1

最新推荐文章于 2020-12-01 19:06:50 发布

原创最新推荐文章于 2020-12-01 19:06:50 发布 · 340 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

tensorflow 专栏收录该内容

2 篇文章

订阅专栏

本文深入解析了TensorFlow中的两个关键函数：tf.map_fn和tf.cond。tf.map_fn用于对Tensor中的每个元素应用指定函数，示例展示了如何使用lambda表达式或定义的函数实现映射操作。tf.cond则根据条件执行不同的函数，通过具体实例解释了其工作原理。适合深度学习和机器学习开发者阅读。

部署运行你感兴趣的模型镜像

    tf.map_fn(
        fn,
        elems,
        dtype=None,
        parallel_iterations=10,
        back_prop=True,
        swap_memory=False,
        infer_shape=True,
        name=None
    )

fn:映射函数，参数就是Tensor里的每一个元素
elems:Tensor或者一系列Tensors
该函数的功能是对Tensor里的每一个元素进行映射
示例代码：

x=tf.constant(value=['1','2','3','4','5'],dtype=tf.string)
y=tf.map_fn(lambda a:a+'*',x)

或者

def f(x):
    return x+'*'
x=tf.constant(value=['1','2','3','4','5'],dtype=tf.string)
y=tf.map_fn(f,x)

tf.cond(
    pred,
    true_fn=None,
    false_fn=None,
    strict=False,
    name=None,
    fn1=None,
    fn2=None
)

pred：表示条件，一个Tensor，取值为True或者False
true_fn：如果pred为真，则执行该函数
false_fn：如果pred为假，则执行该函数
true_fn和false_fn可以使用lambda和def来实现

a = tf.constant(2)
b = tf.constant(5)
def t():
    return 'true'
def f():
    return 'false'
result=tf.cond(tf.less(a,b),t,f)
with tf.Session() as sess:
    print(sess.run(result))