如何在TensorFlow图中正确引发异常

Question

我想根据图模式（在TensorFlow服务中）的输入张量的值引发tf.errors.InvalidArgumentError异常。

当前，我使用tf.debugging.assert_all_finite，它可以正常工作。由于我不是要断定bug检查，而是要根据输入引发异常，所以最好提出一个显式异常。

我的问题归结为：

• 如何有条件地执行不返回张量的代码
• 如何引发tf.errors异常。

正确的做法是什么？

编辑： 一些细节。我想在不使用tf.debugging的情况下重新创建以下逻辑（除非这实际上是正确的方法）。

目前，我正在检查是否没有这样的NaN值：

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

Answer 1

在您通过邮件写信给我时，这可能与this TF issue about catching exceptions within the graph execution和this related SO question有关。但是，我不确定这是否真的与您相关。这个TF问题和SO问题是关于如何动态捕获异常，因此基本上在TF图中实现了try: ... except: ...。

其他引入控件结构的TF功能是：

• tf.while_loop
• tf.cond

tf.cond是您如何有条件地执行代码的问题的答案。根据条件，即bool标量。但这也许不是您真正的问题，而是如何制定条件？

有tf.check_numerics会检查张量中的inf / nan并在找到这样的张量时引发异常。

如果您希望以此为条件，则可以使用以下代码：

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

如果某些条件不成立时要引发异常，可以执行以下操作：

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

您可能要使用tf.control_dependencies来确保执行该操作check_op。