『PyTorch』第六弹_最小二乘法对比PyTorch和TensorFlow
TensorFlow 控制流程操作
TensorFlow 提供了几个操作和类，您可以使用它们来控制操作的执行并向图中添加条件依赖关系。
- tf.identity
- 『TensorFlow』流程控制之tf.identity
- tf.tuple
- tf.group
- 创建一个操作，该操作可以对 TensorFlow 的多个操作进行分组，输入需要进行分组的零个或多个张量。
- tf.no_op
- tf.count_up_to
- tf.cond
- tf.cond(pred , true_fn = None, false_fn = None) ：选择分支
- TensorFlow tf.cond函数的使用
- tf.case
- tf.while_loop
TensorFlow 逻辑运算符
TensorFlow 提供了几种操作，您可以使用它们将逻辑运算符添加到图形中。
- tf.logical_and
- tf.logical_not
- tf.logical_or
- tf.logical_xor
TensorFlow 比较运算符
TensorFlow 提供了几种操作，可用于将比较运算符添加到图形中。
- tf.equal
- tf.not_equal
- tf.less
- tf.less_equal
- tf.greater
- tf.greater_equal
- tf.where
tf.where(input)：返回输入tensor中为true位置的坐标/索引tf.where(input, a,b):a，b均为尺寸一致的tensor，作用是将a中对应input中true的位置的元素值不变，其余元素进行替换，替换成b中对应位置的元素值- TensorFlow函数：tf.where
TensorFlow 调试操作
TensorFlow 提供了几种可用于验证值并调试图形的操作。
- tf.is_finite
- tf.is_inf
- tf.is_nan
- tf.verify_tensor_all_finite
- tf.check_numerics
- tf.add_check_numerics_ops
- tf.Assert
- tf.Print