python - 尝试在 tensorflow 的 map_fn 中使用 if

Question

我正在尝试使用 tensorflow 中的 map_fn 将转换应用于列向量，但它不起作用。

对于下面的列向量:

elems = np.array([[1.0], [2.0], [3.0]])

当我这样做时:

tf_m = tf.map_fn(lambda x: x + 1.0, elems)
with tf.Session() as sess:
    res = sess.run(tf_m)
    print(str(res))

我得到了我期望的结果，即这个列向量:

[[2.]
 [3.]
 [4.]]

但是，当我这样做时:

tf_m2 = tf.map_fn(lambda x: x+1 if x % 2 > 0 else x, elems)
with tf.Session() as sess:
    res = sess.run(tf_m2)
    print(str(res))

代码失败，出现以下异常:

TypeError: Using a tf.Tensor as a Python bool is not allowed. Use if t is not None: instead of if t: to test if a tensor is defined, and use TensorFlow ops such as tf.cond to execute subgraphs conditioned on the value of a tensor.

我试过打印 x 的类型，它是一个形状为 (1,) 的张量。所以，看起来正在发生的事情是，这些值没有作为标量值传递到 lambda 中，而是作为形状为 (1,) 的张量； % 被广播，产生另一个形状为 (1,) 的张量，但该张量不能再应用 >= 运算符。

有没有办法让它工作？有没有办法获得一个我可以应用 >= 运算符的实际 标量？如果没有，是否有我可以使用的 map_fn 的有效替代方案？

(我查看了 tf.cond，但我不清楚如何在这种情况下使用它。据我了解，tf.cond 生成一个操作，而不是可调用的，所以我将如何使用它从 map_fn 应用的 lambda 中？)

Answer 1

您可以使用 tf.map_fn 来完成和 tf.cond像这样:

elems_shape = tf.shape(elems)
elems_flat = tf.reshape(elems, [-1])
tf_m2_flat = tf.map_fn(lambda x: tf.cond(x % 2 > 0, lambda: x + 1, lambda: x), elems_flat)
tf_m2 = tf.reshape(tf_m2_flat, elems_shape)

但您也可以简单地使用 tf.where像这样:

tf_m2 = tf.where(elems % 2 > 0, elems + 1, elems)