如何在 TensorFlow 图中正确引发异常答案

【问题标题】：How to properly raise exception in TensorFlow graph如何在 TensorFlow 图中正确引发异常
【发布时间】：2020-08-13 14:59:13
【问题描述】：

我想根据图形模式下输入张量的值（在 TensorFlow 服务中）引发 tf.errors.InvalidArgumentError 异常。

目前我使用tf.debugging.assert_all_finite，这很好用。由于我不是对错误检查做出断言，而是根据输入引发异常，因此最好引发显式异常。

我的问题归结为：

这样做的正确方法是什么？

编辑：一些更详细的。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）。

目前我正在检查没有像这样的NaN 值：

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

【问题讨论】：

您不能在图形“内部”引发或捕获异常。该图可以在任何甚至不知道异常是什么的设备（例如 GPU）上运行。但是，该图可以包含控制流结构，例如tf.cond，可用于模拟该行为。请注意，tf.errors.InvalidArgumentError 在编译时引发，而不是在运行时引发。
@a_guest：您可以在运行时引发异常，例如通过tf.Assert。但是，您无法捕捉到它（在图表内）。我在回答中对此进行了扩展。
@Albert 是的，您可以在运行时引发异常，但这不会在图中发生。 tf.Assert 在幕后使用tf.cond 来创建逻辑分支。然后在“控制器”空间中引发异常。也许我误解了这个问题，但似乎目标是在运行时引发异常。这与 让 tensorflow 引发异常 完全不同——不是关于结果，而是关于实现。尽管如此，我同意tf.Assert 正是这里的正确选择。

【解决方案1】：

正如你通过邮件给我写的，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适合您。这个 TF 问题和 SO 问题是关于如何动态catch 异常，所以基本上在 TF 图中实现 try: ... except: ...。

引入控制结构的其他 TF 功能有：

tf.cond 是您如何有条件地执行代码的问题的答案。取决于条件，即 bool 标量。但也许这不是你真正的问题，而是如何制定条件？

tf.check_numerics 检查张量的 inf/nan 并在找到这样的张量时抛出异常。

如果您想将其作为条件，您可以使用以下代码：

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

如果你想在某些条件不成立的情况下抛出异常，你可以这样做：

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

您可能希望使用tf.control_dependencies 来确保执行此操作check_op。

【讨论】：

感谢您的帮助。在 TensorFlow 2 中，tf.debugging.assert_all_finite 和 tf.debugging.check_numerics 似乎都可以完成这项工作。我对assert 关键字感到困惑，我认为可能有一种方法可以显式引发特定异常。这可以完成工作。感谢您快速而彻底的回答。