tf.cond和if-else有什么区别？

Question

tf.cond和if-else有什么区别？

场景1

import tensorflow as tf

x = 'x'
y = tf.cond(tf.equal(x, 'x'), lambda: 1, lambda: 0)
with tf.Session() as sess:
    print(sess.run(y))
x = 'y'
with tf.Session() as sess:
    print(sess.run(y))

情景2

import tensorflow as tf

x = tf.Variable('x')
y = tf.cond(tf.equal(x, 'x'), lambda: 1, lambda: 0)
init = tf.global_variables_initializer()
with tf.Session() as sess:
    init.run()
    print(sess.run(y))

tf.assign(x, 'y')
with tf.Session() as sess:
    init.run()
    print(sess.run(y))

输出都是1.

这是否意味着只有tf.placeholder可以工作,而不是所有张量,例如tf.variable？我什么时候应该选择if-else条件以及何时使用tf.cond？他们之间有什么不同？

Answer 1

tf.cond在运行时评估,而if-else在图形构建时评估.

如果要根据运行时的张量值来评估条件,tf.cond则最好选择.