Created by: linshufei

版本、环境信息： 1）PaddlePaddle版本：1.5 2）CPU：CPU 3）GPU：无 4）系统环境：Linux python2.7 复现信息：如为报错，请给出复现环境、复现步骤 复现代码如下：

python实现：

threshold = 0.3
lmbda = 1.0
batches = [np.array([x], np.float32) for x in range(1, 6)]
for x in batches:
    cond = 1 if threshold <= x else 0
    lmbda = lmbda / (1 + (1 - 2 * cond) * 0.1)
    print lmbda

python输出

1.11111111111
1.23456790123
1.37174211248
1.52415790276
1.69350878084

paddle实现：

import numpy as np
import paddle.fluid as fluid
import paddle.fluid.layers as layers

threshold = fluid.layers.fill_constant(shape=[1], value=0.3, dtype='float32')
lmbda = fluid.layers.fill_constant(shape=[1], value=1.0, dtype='float32')

x = fluid.data(name='x', shape=[1], dtype='float32')
cond = fluid.layers.cast(x=(threshold <= x), dtype='float32')
lmbda = lmbda / (1 + (1 - 2 * cond) * 0.1)

place = fluid.CPUPlace()
exe = fluid.Executor(place)
batches = [np.array([x], np.float32) for x in range(1, 6)]
for x in batches:
    print(exe.run(fluid.default_main_program(), fetch_list=[lmbda, cond], feed={'x': x}))

paddle输出：

[array([1.1111112], dtype=float32), array([1.], dtype=float32)]
[array([1.1111112], dtype=float32), array([1.], dtype=float32)]
[array([1.1111112], dtype=float32), array([1.], dtype=float32)]
[array([1.1111112], dtype=float32), array([1.], dtype=float32)]
[array([1.1111112], dtype=float32), array([1.], dtype=float32)]

问题描述

用python代码实现的lmbda的输出会根据以上一次计算的结果进行更新，而paddle实现时每一次lmbda都为1.0,再做一次运算lmbda = lmbda / (1 + (1 - 2 * cond) * 0.1)变成1.1111112。 需求：

需求： paddle有没有python接口可以使得lmdba也能根据上一次计算的结果进行更新，就像是模型参数会依据上一次forward和backward的结果进行更新？