如何在 TensorFlow 图中正确引发异常

Question

我想tf.errors.InvalidArgumentError根据图形模式（在 TensorFlow 服务中）中的输入张量的值引发异常。

目前我正在使用tf.debugging.assert_all_finite并且效果很好。由于我不是对错误检查做出断言，而是根据输入引发异常，因此最好引发显式异常。

我的问题归结为：

• 如何有条件地执行不返回张量的代码
• 如何引发 tf.errors 异常。

这样做的正确方法是什么？

编辑：更多细节。我想在不使用 tf.debugging 的情况下重新创建以下逻辑（除非这实际上是正确的方法）。

目前我正在检查是否存在NaN这样的值：

assert_op = tf.debugging.assert_all_finite(
    input_data,
    'Cant have nans at beginning or end'
)

Answer 1

正如您通过邮件写信给我的那样，这可能与有关在图形执行中捕获异常的 TF 问题以及相关的 SO 问题有关。但是，我不确定这是否真的与您相关。这个 TF 问题和 SO 问题是关于如何动态捕获异常，所以基本上try: ... except: ...在 TF 图中实现。

引入控制结构的其他 TF 功能包括：

• tf.while_loop
• tf.cond

tf.cond是您如何有条件执行代码的问题的答案。取决于条件，即bool标量。但也许这并不是你真正的问题，而是如何制定条件？

有tf.check_numerics一个检查张量是否有 inf/nan 的函数，如果找到这样的张量则抛出异常。

如果您想将其作为条件，可以使用以下代码：

is_finite = tf.reduce_all(tf.is_finite(x))

如果你想在某些条件不成立时抛出异常，你可以这样做：

check_op = tf.Assert(is_finite, ["Tensor had inf or nan values:", x])

您可能想使用它tf.control_dependencies来确保此操作check_op得到执行。