cond

查看属性与别名

API属性：声明式编程(静态图)专用API

paddle.fluid.layers.cond ( pred, true_fn=None, false_fn=None, name=None ) [源代码]

如果 pred 是 True ，该API返回 true_fn() ，否则返回 false_fn() 。 用户如果不想在 callable 中做任何事，可以把 true_fn 或 false_fn 设为 None ，此时本API会把该 callable 视为简单返回 None 。

true_fn 和 false_fn 需要返回同样嵌套结构（nest structure）的Tensor，如果不想返回任何值也可都返回 None 。 PaddlePaddle里Tensor的嵌套结构是指一个Tensor，或者Tensor的元组（tuple），或者Tensor的列表（list）。

注解

  1. 因为PaddlePaddle的静态图数据流， true_fn 和 false_fn 返回的元组必须形状相同，但是里面的Tensor形状可以不同。

  2. 不论运行哪个分支，在 true_fn 和 false_fn 外创建的Tensor和Op都会被运行，即PaddlePaddle并不是惰性语法（lazy semantics）。例如

    1. import paddle.fluid as fluid
    2. a = fluid.data(name='a', shape=[-1, 1], dtype='float32')
    3. b = fluid.data(name='b', shape=[-1, 1], dtype='float32')
    4. c = a * b
    5. out = fluid.layers.cond(a < b, lambda: a + c, lambda: b * b)

    不管 a < b 是否成立， c = a * b 都会被运行。

参数

  • pred (Variable) - 一个形状为[1]的布尔型（boolean）的Tensor，该布尔值决定要返回 true_fn 还是 false_fn 的运行结果。
  • true_fn (callable) - 一个当 pred 是 True 时被调用的callable，默认值： None 。
  • false_fn (callable) - 一个当 pred 是 False 时被调用的callable，默认值： None 。
  • name (str，可选) – 具体用法请参见 Name ，一般无需设置，默认值： None 。

返回

如果 pred 是 True ，该API返回 true_fn() ，否则返回 false_fn() 。

返回类型

Variable|list(Variable)|tuple(Variable)

抛出异常

  • TypeError - 如果 true_fn 或 false_fn 不是callable。
  • ValueError - 如果 true_fn 和 false_fn 没有返回同样的嵌套结构（nest structure），对嵌套结构的解释见上文。

代码示例

  1. import paddle.fluid as fluid
  2. import paddle.fluid.layers as layers
  3. from paddle.fluid.executor import Executor
  4. from paddle.fluid.framework import Program, program_guard
  6. #
  7. # pseudocode:
  8. # if 0.1 < 0.23:
  9. #     return 1, True
  10. # else:
  11. #     return 3, 2
  12. #
  14. def true_func():
  15.     return layers.fill_constant(
  16.         shape=[1, 2], dtype='int32', value=1), layers.fill_constant(
  17.             shape=[2, 3], dtype='bool', value=True)
  19. def false_func():
  20.     return layers.fill_constant(
  21.         shape=[3, 4], dtype='float32', value=3), layers.fill_constant(
  22.             shape=[4, 5], dtype='int64', value=2)
  24. main_program = Program()
  25. startup_program = Program()
  26. with program_guard(main_program, startup_program):
  27.     x = layers.fill_constant(shape=[1], dtype='float32', value=0.1)
  28.     y = layers.fill_constant(shape=[1], dtype='float32', value=0.23)
  29.     pred = layers.less_than(x, y)
  30.     out = layers.cond(pred, true_func, false_func)
  31.     # out is a tuple containing 2 tensors
  33.     place = fluid.CUDAPlace(0) if fluid.core.is_compiled_with_cuda(
  34.     ) else fluid.CPUPlace()
  35.     exe = fluid.Executor(place)
  36.     ret = exe.run(main_program, fetch_list=out)
  37.     # ret[0] = [[1 1]]
  38.     # ret[1] = [[ True  True  True]
  39.     #           [ True  True  True]]