tensorflow - 理解 tf.cond 的图

Question

我试图通过查看用于构建它的低级操作图来了解 tf.cond 的内部工作原理。

这是有问题的代码

x = tf.constant(1, name='x')
y = tf.constant(2, name='y')
z = tf.constant(3, name='z')

result = tf.cond(tf.less(x, y), lambda: tf.add(x, z), lambda: tf.square(y))

和结果图。

我想知道的是以下内容。

• 导致 switch_t 和 switch_f 的单独开关操作是什么？
• 为什么 Less 输出连接到 pred_id 和 Switch Ops？我希望它为所有输入到 tf.cond 的所有 Switch 输出一个谓词（布尔张量）。
• pred_id 是什么？只是一个身份将谓词分成三个分支吗？

• 我试图了解 tf.cond 在运行时如何只评估一个分支。

  我知道当我们评估 tf.cond 的结果时，我们正在评估来自合并操作的张量。Merge 必须接受（我假设）四个张量作为输入（两个来自 Add 分支，两个来自 Square 分支），其中三个是死的。但是，如果我们在图表中评估它们，我们只能知道张量的“死亡”，不是吗？

• 例如，对于 Square 分支，我知道 switch 将 y 张量和谓词作为输入，并在 switch 语句的适当分支上输出两个张量 y 和 dead。但是这个分支可以保证已经是错误的分支。那么开关支路的 T 和 F 输出会发生什么变化呢？他们都进入Square Op？然后进入合并？

谢谢，

小号

标签： tensorflow