cond¶

paddle.nn. cond ( pred, true_fn=None, false_fn=None, name=None ) ¶

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

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。
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
```
import paddle

a = paddle.zeros((1, 1))
b = paddle.zeros((1, 1))
c = a * b
out = paddle.nn.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 (Tensor) - 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：Tensor|list(Tensor)|tuple(Tensor)

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：

import paddle

#
# pseudocode:
# if 0.1 < 0.23:
#     return 1, True
# else:
#     return 3, 2
#

def true_func():
    return paddle.fill_constant(shape=[1, 2], dtype='int32',
                                value=1), paddle.fill_constant(shape=[2, 3],
                                                               dtype='bool',
                                                               value=True)


def false_func():
    return paddle.fill_constant(shape=[3, 4], dtype='float32',
                                value=3), paddle.fill_constant(shape=[4, 5],
                                                               dtype='int64',
                                                               value=2)

x = paddle.fill_constant(shape=[1], dtype='float32', value=0.1)
y = paddle.fill_constant(shape=[1], dtype='float32', value=0.23)
pred = paddle.less_than(x=x, y=y, name=None)
ret = paddle.nn.cond(pred, true_func, false_func)
# ret is a tuple containing 2 tensors
# ret[0] = [[1 1]]
# ret[1] = [[ True  True  True]
#           [ True  True  True]]

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / layers / cond

cond¶