『TensorFlow』流程控制

『PyTorch』第六弹_最小二乘法对比PyTorch和TensorFlow

TensorFlow 控制流程操作

TensorFlow 提供了几个操作和类，您可以使用它们来控制操作的执行并向图中添加条件依赖关系。

• tf.identity
  • 『TensorFlow』流程控制之tf.identity
• tf.tuple
• tf.group
  • 创建一个操作，该操作可以对 TensorFlow 的多个操作进行分组，输入需要进行分组的零个或多个张量。
• tf.no_op
• tf.count_up_to
• tf.cond
  • tf.cond(pred , true_fn = None, false_fn = None) ：选择分支
  • TensorFlow tf.cond函数的使用
• tf.case
• tf.while_loop

TensorFlow 逻辑运算符

TensorFlow 提供了几种操作，您可以使用它们将逻辑运算符添加到图形中。

• tf.logical_and
• tf.logical_not
• tf.logical_or
• tf.logical_xor

TensorFlow 比较运算符

TensorFlow 提供了几种操作，可用于将比较运算符添加到图形中。

• tf.equal
• tf.not_equal
• tf.less
• tf.less_equal
• tf.greater
• tf.greater_equal
• tf.where
  • tf.where(input)：返回输入tensor中为true位置的坐标/索引
  • tf.where(input, a,b):a，b均为尺寸一致的tensor，作用是将a中对应input中true的位置的元素值不变，其余元素进行替换，替换成b中对应位置的元素值
  • TensorFlow函数：tf.where

TensorFlow 调试操作

TensorFlow 提供了几种可用于验证值并调试图形的操作。

• tf.is_finite
• tf.is_inf
• tf.is_nan
• tf.verify_tensor_all_finite
• tf.check_numerics
• tf.add_check_numerics_ops
• tf.Assert
• tf.Print