tensorflow API简单整理（三、控制流）

1.3 控制流 Control Flow

这一部分与其他语言相似，相对于之前的较为容易理解。

1.3.1 control flow operation

1. tf.identity(input,name = None) 返回一个和输入同样形状和值得tensor 类似于复制，但是对之前的值没有影响。

2. tf.tuple(tensors, name=None, control_inputs=None) 传入一个列表，然后列表变为元组，但是我自己的实验结果却仍然是列表，这里搞不清楚。

3. tf.group(*inputs, **kwargs) 传入一堆操作，然后这个操作负责将这一堆操作运行一遍。

4. tf.count_up_to(ref,limit,name = None) ref自动增加直到limit ，返回与ref同type的tensor。这个函数在ref没有达到limit之前，每调用一次就会给ref加1，返回+1前的值。

1.3.2 Logical Operators

1. tf.logical_and(x, y, name=None) 逻辑与 传入都要求是bool型

2. tf.logical_not(x, name=None) 逻辑非

3. tf.logical_or(x, y, name=None) 逻辑或

4. tf.logical_xor(x, y, name='LogicalXor') 逻辑异或

1.3.3 Comparison Operators

1. tf.equal(x, y, name=None) 是否相等

2. tf.not_equal(x, y, name=None) 不等

3. tf.less(x, y, name=None) 小于

4. tf.less_equal(x, y, name=None) 小于等于

5. tf.greater(x, y, name=None) 大于

6. tf.greater_equal(x, y, name=None) 大于等于

7. tf.select(condition, t, e, name=None) 根据condition条件进行选择，如果condition为True，选择t，否则，选择e，condition，t，e都应该有同样的结构。

8. tf.where(input, name=None) 这个我也没有搞清楚是干什么用的。

1.3.3 Debugging Operations

1. tf.is_finite(x, name=None) 是否有限？不知道这个是啥意思

2. tf.is_inf(x, name=None)

3. tf.is_nan(x, name=None) 是否是NAN

4. tf.verify_tensor_all_finite(t, msg, name=None)

5. tf.check_numerics(tensor, message, name=None)

6. tf.add_check_numerics_ops()

7. tf.Assert(condition, data, summarize=None, name=None)

8. tf.Print(input_, data, message=None, first_n=None, summarize=None, name=None)

这部分的函数我搞的都不是很清楚，有知道的，请给与帮忙。