グラフ依存関係は `tf.cond`とどのように機能しますか？

Question

TrueとFalseの場合に別々の依存関係があると仮定します。

tensorflowは両方の依存関係が必要であると仮定しているため、TrueとFalseの両方の場合に完全な部分グラフを処理しますか？それともそれはありません：

1. プロセス真XOR tf.cond(...)のFalseのいずれかの側のためのブール式の依存関係、そして
2. プロセスの依存関係？

Answer 1

tf.cond()機能は後はブール式を評価し、一つだけ真または偽の枝を実行するように設計されています。あなたはどんな副作用のOPはあなたがtf.cond()に渡すことlambda（または同等の機能）内で定義されていることを確認しなければならないこと、しかし

v = tf.Variable(0) 
condition = tf.placeholder(tf.bool, shape=[]) 

op_to_run = tf.cond(condition, lambda: v.assign_add(1), lambda: v.assign_sub(1)) 

sess = tf.Session() 
sess.run(tf.global_variables_initializer()) 

print(sess.run(v)) # ==> "0" 

for _ in range(3): 
    sess.run(op_to_run, feed_dict={condition: True}) 

print(sess.run(v)) # ==> "3" 

for _ in range(5): 
    sess.run(op_to_run, feed_dict={condition: False}) 

print(sess.run(v)) # ==> "-2" 

注：たとえば、場合、次のようなものを書きました。副作用OPSが定義されている場合外tf.cond()は、彼らは無条件に実行されます：明確化および注意のため

v = tf.Variable(0) 
condition = tf.placeholder(tf.bool, shape=[]) 

# N.B. DO NOT DO THIS! Both side-effecting ops are defined outside the `tf.cond()` 
# so they will both execute, regardless of the condition. 
inc_op = v.assign_add(1) 
dec_op = v.assign_sub(1) 

op_to_run = tf.cond(condition, lambda: inc_op, lambda: dec_op) 

sess = tf.Session() 
sess.run(tf.global_variables_initializer()) 

print(sess.run(v)) # ==> "0" 

# Both the `assign_add()` and `assign_sub()` will run, cancelling each other out. 
for _ in range(3): 
    sess.run(op_to_run, feed_dict={condition: True}) 

print(sess.run(v)) # ==> "0" 

# Both the `assign_add()` and `assign_sub()` will run, cancelling each other out. 
for _ in range(5): 
    sess.run(op_to_run, feed_dict={condition: False}) 

print(sess.run(v)) # ==> "0"