Tensorflow：不能将 tf.case 与输入参数一起使用

Question

我需要创建一个变量 epsilon_n，它根据当前 step 更改定义（和值）。由于我有两个以上的案例，所以我似乎不能使用 tf.cond 。我正在尝试按如下方式使用 tf.case：

import tensorflow as tf

####
EPSILON_DELTA_PHASE1 = 33e-4
EPSILON_DELTA_PHASE2 = 2.5
####
step = tf.placeholder(dtype=tf.float32, shape=None)


def fn1(step):
    return tf.constant([1.])

def fn2(step):
    return tf.constant([1.+step*EPSILON_DELTA_PHASE1])

def fn3(step):
    return tf.constant([1.+step*EPSILON_DELTA_PHASE2])

epsilon_n = tf.case(
        pred_fn_pairs=[
            (tf.less(step, 3e4), lambda step: fn1(step)),
            (tf.less(step, 6e4), lambda step: fn2(step)),
            (tf.less(step, 1e5), lambda step: fn3(step))],
            default=lambda: tf.constant([1e5]),
        exclusive=False)

但是，我不断收到此错误消息：

TypeError: <lambda>() missing 1 required positional argument: 'step'

我尝试了以下方法：

epsilon_n = tf.case(
        pred_fn_pairs=[
            (tf.less(step, 3e4), fn1),
            (tf.less(step, 6e4), fn2),
            (tf.less(step, 1e5), fn3)],
            default=lambda: tf.constant([1e5]),
        exclusive=False)

我还是会出现同样的错误。 Tensorflow 文档中的示例权衡了没有将输入参数传递给可调用函数的情况。我在互联网上找不到关于 tf.case 的足够信息！请帮忙？

Answer 1

您需要进行以下几处更改。为了保持一致性，您可以将所有 return 值设置为变量。

# Since step is a scalar, scalar shape [() or [], not None] much be provided 
step = tf.placeholder(dtype=tf.float32, shape=())


def fn1(step):
    return tf.constant([1.])

# Here you need to use Variable not constant, since you are modifying the value using placeholder
def fn2(step):
    return tf.Variable([1.+step*EPSILON_DELTA_PHASE1])

def fn3(step):
    return tf.Variable([1.+step*EPSILON_DELTA_PHASE2])

epsilon_n = tf.case(
    pred_fn_pairs=[
        (tf.less(step, 3e4), lambda : fn1(step)),
        (tf.less(step, 6e4), lambda : fn2(step)),
        (tf.less(step, 1e5), lambda : fn3(step))],
        default=lambda: tf.constant([1e5]),
    exclusive=False)

Tensorflow：不能将 tf.case 与输入参数一起使用

Tensorflow: Can't use tf.case with input argument

python

piecewise

tensorflow