如何使用tensorflow的函数merge和switch？

Question

merge 和 switch 可能不开放给一般用户使用。我已经搜索了源代码：

switch
merge

merge中有说明：

Returns the value of an available element of inputs.

可用是什么意思？是switch返回的吗？这是一个演示：

from tensorflow.python.ops import control_flow_ops

x_0, x_1 = control_flow_ops.switch(tf.constant(2), False)
x_2, x_3 = control_flow_ops.switch(tf.constant(7), True)
y = control_flow_ops.merge([x_0, x_1, x_2, x_3])
with tf.Session() as sess:
    print(sess.run(y))

Answer 1

`switch`

让我们从检查 control_flow_ops.switch 函数开始：

x_0, x_1 = control_flow_ops.switch(tf.constant(2), False)
x_2, x_3 = control_flow_ops.switch(tf.constant(7), True)
with tf.Session() as sess:
  print(sess.run(x_0))    # prints 2
  print(sess.run(x_3))    # prints 7

control_flow_ops.switch returns 张量元组，但只有其中一个 具有值 （取决于条件参数）。在上面的示例中，第一个 switch 是 x_0 = 2，第二个 x_3 = 7 是 x_3 = 7。尝试计算 x_1 或 x_2 将导致 Retval does not have value 错误：

  sess.run(x_1)  # FAILS!
  sess.run(x_2)  # FAILS!

换句话说，x_0 和 x_3 可用，而 x_1 或 x_2 不可用。

`merge`

control_flow_ops.merge 执行逆运算：给定一个张量元组，它选择可用的一个。准确地说，它 returns 一个具有值的张量的命名元组 ["output", "value_index"]。根据当前文档，输入应包含 恰好一个 可用张量，这意味着您的演示严格来说不受支持并导致未定义的行为。这是一个例子：

with tf.Session() as sess:
  print(sess.run(merge([x_0, x_1])))       # Merge(output=2, value_index=0)
  print(sess.run(merge([x_1, x_0])))       # Merge(output=2, value_index=1)
  print(sess.run(merge([x_2, x_3])))       # Merge(output=7, value_index=1)
  print(sess.run(merge([x_3, x_2])))       # Merge(output=7, value_index=0)
  print(sess.run(merge([x_0, x_1, x_2])))  # Merge(output=2, value_index=0)
  print(sess.run(merge([x_1, x_2, x_3])))  # Merge(output=7, value_index=2)

这两个函数都可以方便地控制计算流程，例如control_flow_ops.switch 渐变是通过 switch 本身实现的 (tensorflow source code).

Answer 2

也许你可以试试这个演示。

import tensorflow as tf
from tensorflow.python.ops import control_flow_ops

x_0, x_1 = control_flow_ops.switch(tf.constant(2), False)
x_2, x_3 = control_flow_ops.switch(tf.constant(7), True)
with tf.Session() as sess:
  print("anchor, output:{}".format(sess.run(x_0)))    # prints 2
  print("anchor, output:{}".format(sess.run(x_3)))    # prints 7

merge_0 = control_flow_ops.merge([x_0, x_2])
with tf.Session() as sess:
  print("anchor, output:{}".format(sess.run(merge_0)))    # Merge(output=2, value_index=1)

如何使用tensorflow的函数merge和switch？

How to use the function merge and switch of tensorflow?

machine-learning

control-flow

tensorflow

`switch`

`merge`