使用tf.cond()时,Tensorflow要求为不必要的占位符提供输入

考虑以下包含tensorflow tf.cond()的代码片段。

在两种情况下,bb 都是 False,理论上 zz 的计算不依赖于 xx,但tensorflow仍然要求为 xx 提供输入。尽管可以提供一个虚拟数组,但它必须与 yy 的形状匹配,并且不如 dict2 那样简洁。

有谁能建议如何在不提供 xx 值的情况下评估 zz(使用 tf.cond() 或其他任何方法)?


回答:

您可以将 xx 定义为 tf.Variable,并为其设置一个默认值(当 xx 未被赋予其他值时将使用此默认值)。需要注意几点:

  1. 尽管 xx 不是占位符 – 您仍然可以通过 feed_dict 向其输入值,视其为占位符处理。
  2. 使用 validate_shape=False,这样您可以向 xx 输入任何形状的数据。
  3. 使用 trainable=False,这样 xx 不会被优化(否则,优化器可能会将其默认值更改为如 Nan 的值,这可能会导致问题)。
  4. 别忘了通过例如 tf.global_variables_initializer() 来初始化 xx 的值。

以下是代码:

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注