1
我需要创建一个变量epsilon_n
,该变量基于当前的step
更改定义(和值)。由于我有两个以上的情况,似乎我不能使用tf.cond
。我试图用tf.case
如下:Tesnorflow:无法使用带输入参数的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)
不过,我不断收到此错误信息:
TypeError: <lambda>() missing 1 required positional argument: 'step'
我试过如下:
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)
我仍相同的错误。 Tensorflow文档中的示例重点讨论了没有将输入参数传递给可调用函数的情况。我无法在互联网上找到关于tf.case的足够信息!请帮忙吗?
修正轻微错字 –