tf.where tf.gather tf.gather_nd用法示例

最新推荐文章于 2024-07-09 05:45:00 发布

Cleo_Gao

最新推荐文章于 2024-07-09 05:45:00 发布

阅读量731

点赞数 3

分类专栏：卷积神经网络文章标签： python tensorflow

本文链接：https://blog.csdn.net/Cleo_Gao/article/details/116241648

版权

卷积神经网络专栏收录该内容

9 篇文章 1 订阅

订阅专栏

本文介绍了TensorFlow中的tf.where和tf.gather系列函数的使用方法。tf.where根据条件选择元素，当条件为True时返回x对应位置的值，否则返回y的值。tf.gather通过指定索引从张量中提取子集，tf.gather_nd则允许在多维索引中选取元素。通过示例展示了这些函数的用法及其在不同情况下的输出结果。

摘要由CSDN通过智能技术生成

tf.where

tf.where(condition, x=None, y=None, name=None)
# condition， x, y 相同维度，condition是bool型值
# 返回condition中元素为True对应的索引
>>> condition1 = [[True,False,False],
                   [False,True,True]]
[[0 0]
 [1 1]
 [1 2]]
# 如果有 x y 输入，condition为True用x的对应位置替换，为False则用y
# 下例：
import tensorflow as tf
x = [[1,2,3],[4,5,6]]
y = [[7,8,9],[10,11,12]]
condition3 = [[True,False,False],
             [False,True,True]]
condition4 = [[True,False,False],
             [True,True,False]]
with tf.Session() as sess:
    print(sess.run(tf.where(condition3,x,y)))
    print(sess.run(tf.where(condition4,x,y)))  
# 输出：
1， [[ 1  8  9]
    [10  5  6]]
2， [[ 1  8  9]
    [ 4  5 12]]

tf.gather 和 tf.gather_nd

这俩都是通过索引来切片的方法：

tf.gather(params,indices,axis=0 )
# 从params的axis维根据indices的参数值获取切片

示例：

import numpy as np
import tensorflow as tf


probs = np.array([
    [0, 11, 21, 31, 41, 51, 61, 71, 81],
    [0, 12, 22, 32, 42, 52, 62, 72, 82],
    [0, 13, 23, 33, 43, 53, 63, 73, 83],
    [0, 14, 24, 34, 44, 54, 64, 74, 84]
])

indices_nd = np.array([
    [0, 7],
    [1, 6],
    [2, 6],
    [3, 1]
])

indices_0 = np.array([1, 3])
indices_1 = np.array([7, 3])

with tf.Session() as sess:
    print("tf.gather  axis=0 \n", sess.run(tf.gather(probs, indices_0, axis=0)))
    print("tf.gather  axis=1 \n", sess.run(tf.gather(probs, indices_1, axis=1)))
    print("tf.gather_nd", sess.run(tf.gather_nd(probs, indices_nd)))

输出：

tf.gather  axis=0 
 [[ 0 12 22 32 42 52 62 72 82]
 [ 0 14 24 34 44 54 64 74 84]]

tf.gather  axis=1 
 [[71 31]
 [72 32]
 [73 33]
 [74 34]]

tf.gather_nd [71 62 63 14]