cond¶

paddle.static.nn. cond ( pred, true_fn=None, false_fn=None, name=None, return_names=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

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。
本接口在动态图和静态图模式下都可以运行，在动态图情况下就只会按 pred 条件运行其中一支分支。
静态图模式下，因为各个分支都要参与组网，因此不论运行哪个分支，在 true_fn 和 false_fn 内外创建的 Tensor 和 Op 都会组网，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.static.nn.cond(a < b, lambda: a + c, lambda: b * b)
```
不管 a < b 是否成立，c = a * b 都会被组网且运行，a + c 和 b * b 都会参与组网，只是组网后运行时只会运行条件对应的分支。

参数¶

pred (Tensor) - 一个元素个数为 1 的布尔型（boolean）的 Tensor （ 0-D Tensor 或者形状为 [1] ），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。

return_names (sequence of string，可选) - 通常情况下，用户不必设置此参数。字符串表示返回的变量的名称。序列的结构必须与 true_fn 和 false_fn 的返回值相同，默认值：None。

返回¶

Tensor|list(Tensor)|tuple(Tensor)，如果 pred 是 True，该 API 返回 true_fn()，否则返回 false_fn()。

代码示例¶

           >>> import paddle

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

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


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


 >>> x = paddle.full(shape=[1], dtype='float32', fill_value=0.1)
 >>> y = paddle.full(shape=[1], dtype='float32', fill_value=0.23)
 >>> pred = paddle.less_than(x=x, y=y, name=None)
 >>> a, b = paddle.static.nn.cond(pred, true_func, false_func)

 >>> print(a)
 Tensor(shape=[1, 2], dtype=int32, place=Place(cpu), stop_gradient=True,
        [[1, 1]])
 >>> print(b)
 Tensor(shape=[2, 3], dtype=bool, place=Place(cpu), stop_gradient=True,
        [[True, True, True],
         [True, True, True]])

         