在控制流程和條件語句中使用張量

Question

我很感興趣如何在控制流程語句中使用張量（沒有會話）。

---

一個例子就是我的意思是：

myTensor = tf.where(myOtherTensor) # shape == [None, 2] 
numLoops = tf.shape(myTensor)[0] # Results in tensor of shape [1] 
for i in xrange(numLoops): 
    # ... 

我可以通過numLoops（張量）來XRANGE（）？如果沒有，是否有另一種方法來做到這一點？

---

另一個例子是：

myTensor = tf.in_top_k(myOtherTensor1, myOtherTensor2, 5) # Tensor of bools 
myCondition = myTensor[0] # Results in tensor of shape [1] of type bool 
if myCondition: 
    # ... 

---

我的問題：能張量（不含特定的會話）將在上文所述的方式使用？

如果我有一個會話，我可以簡單地評估這些單元張量然後使用它們。如果直到運行時才知道具體的值，則必須使用這些值。

問題，我可以預見：也許循環會使生成圖表不可能的，因爲你不知道所包含的業務將有多少次被執行？但是，在運行時，存儲循環的操作似乎並不重要，只需將它們應用於正確的次數即可。

如果有什麼不明確的地方，讓我知道，我會提供更多的細節。

Answer 1

TensorFlow包含對the tensorflow.python.ops.control_flow_ops module中的圖中控制流程的實驗性支持。 （NB這些OPS的接口有可能發生變化！在您自擔風險使用！）

---

有條件的支持（你的第二個案例）將出現在下一版本，並於近期加入到公共API （如果你從源代碼構建）。它目前用於TensorFlow附帶的一些庫中，例如RNN cell（用於在序列長度已知時提前停止）。

tf.cond()運算符采用布爾Tensor作爲謂詞和兩個lambda表達式;並返回一個或多個值。

你的程序將類似於：

if_true = lambda: ... # Value to return if `myCondition` is true 
if_false = lambda: ... # Value to return if `myCondition` is false 

result = tf.cond(myCondition, if_true, if_false) 

---

迭代（你的第一種情況），可以使用While()高階經營者進行處理。從本質上講，你會寫程序的（僞代碼）：

i = 0 
while i < tf.rank(myTensor): 
    # ... 

...這將近似地表示爲：

from tensorflow.python.ops import control_flow_ops as cfo 

i = tf.constant(0) 
condition = lambda i: tf.less(i, tf.rank(myTensor)) 
body = lambda x: ... 
inital_accumulator = ... # will be bound to `x` in first iteration of `body`. 

# `result` will contain the value returned from the final iteration of `body`. 
result = cfo.While(condition, body, [initial_accumulator]) 

注意，While()操作員要求您指定所有初始值的循環變量（在這種情況下僅爲initial_accumulator）。循環常量將像正常的Python lambda一樣捕獲。