switch_case

paddle.static.nn. switch_case ( branch_index, branch_fns, default=None, name=None ) [源代码]

运行方式类似于 c++的 switch/case。

参数

  • branch_index (Tensor)- 形状为[1]的 Tensor，指定将要执行的分支。数据类型是 int32, int64 或 uint8。

  • branch_fns (dict|list|tuple) - 如果 branch_fns 是一个 list 或 tuple，它的元素可以是 (int, callable) 二元组，即由整数和可调用对象构成的二元组，整数表示对应的可调用对象的键；也可以仅仅是可调用对象，它在 list 或者 tuple 中的实际索引值将作为该可调用对象的键。如果 branch_fns 是一个字典，那么它的键是整数，它的值是可调用对象。所有的可调用对象都返回相同结构的 Tensor。

  • default (callable，可选) - 可调用对象，返回一个或多个张量。

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

Tensor|list(Tensor)

  • 如果 branch_fns 中存在与 branch_index 匹配的可调用对象，则返回该可调用对象的返回结果；如果 branch_fns 中不存在与 branch_index 匹配的可调用对象且 default 不是 None，则返回调用 default 的返回结果；

  • 如果 branch_fns 中不存在与 branch_index 匹配的可调用对象且 default 是 None，则返回 branch_fns 中键值最大的可调用对象的返回结果。

代码示例

import paddle

paddle.enable_static()

def fn_1():
    return paddle.full(shape=[1, 2], dtype='float32', fill_value=1)

def fn_2():
    return paddle.full(shape=[2, 2], dtype='int32', fill_value=2)

def fn_3():
    return paddle.full(shape=[3], dtype='int32', fill_value=3)

main_program = paddle.static.default_startup_program()
startup_program = paddle.static.default_main_program()
with paddle.static.program_guard(main_program, startup_program):
    index_1 = paddle.full(shape=[1], dtype='int32', fill_value=1)
    index_2 = paddle.full(shape=[1], dtype='int32', fill_value=2)

    out_1 = paddle.static.nn.switch_case(
        branch_index=index_1,
        branch_fns={1: fn_1, 2: fn_2},
        default=fn_3)

    out_2 = paddle.static.nn.switch_case(
        branch_index=index_2,
        branch_fns=[(1, fn_1), (2, fn_2)],
        default=fn_3)

    # Argument default is None and no index matches. fn_3 will be called because of the max index 7.
    out_3 = paddle.static.nn.switch_case(
        branch_index=index_2,
        branch_fns=[(0, fn_1), (4, fn_2), (7, fn_3)])

    exe = paddle.static.Executor(paddle.CPUPlace())
    res_1, res_2, res_3 = exe.run(main_program, fetch_list=[out_1, out_2, out_3])
    print(res_1)  # [[1. 1.]]
    print(res_2)  # [[2 2] [2 2]]
    print(res_3)  # [3 3 3]