tensorflow函数学习1

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    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))
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值