如何在 TensorFlow 圖中正確引發異常

Question

我想根據圖形模式下輸入張量的值（在 TensorFlow 服務中）引發tf.errors.InvalidArgumentError異常。

目前我使用tf.debugging.assert_all_finite這工作正常。 由於我不是對錯誤檢查做出斷言，而是根據輸入引發異常，因此最好引發顯式異常。

我的問題歸結為：

• 如何有條件地執行不返回張量的代碼
• 如何引發 tf.errors 異常。

這樣做的正確方法是什么？

編輯：更多細節。 我想在不使用 tf.debugging 的情況下重新創建以下邏輯（除非這實際上是正確的方法）。

目前我正在檢查是否沒有這樣的NaN值：

assert_op = tf.debugging.assert_all_finite(
    input_data,
    'Cant have nans at beginning or end'
)

Answer 1

正如您通過郵件給我寫的那樣，這可能與這個關於在圖形執行中捕獲異常的 TF 問題以及這個相關的 SO 問題有關。 但是，我不確定這是否真的適合您。 這個 TF 問題和 SO 問題是關於如何動態捕獲異常，所以基本上實現try: ... except: ...在 TF 圖中。

其他引入控制結構的 TF 功能是：

• tf.while_loop
• tf.cond

tf.cond是您如何有條件地執行代碼的問題的答案。 取決於條件，即bool標量。 但也許這不是你的問題，而是如何制定條件？

有tf.check_numerics檢查張量的 inf/nan 並在找到這樣的張量時拋出異常。

如果您想將其作為條件，您可以使用以下代碼：

is_finite = tf.reduce_all(tf.is_finite(x))

如果你想在某些條件不成立的情況下拋出異常，你可以這樣做：

check_op = tf.Assert(is_finite, ["Tensor had inf or nan values:", x])

您可能希望使用tf.control_dependencies來確保執行此操作check_op 。