tf.where()用法

最新推荐文章于 2022-10-12 14:39:55 发布

Eric_LH

最新推荐文章于 2022-10-12 14:39:55 发布

阅读量1.4k

点赞数

分类专栏： tensorflow实战

本文链接：https://blog.csdn.net/Eric_LH/article/details/82757689

版权

tensorflow实战专栏收录该内容

42 篇文章 0 订阅

订阅专栏

找出tensor里所有True值的index

import tensorflow as tf

a = tf.constant([False,False,True,False,True],dtype=tf.bool)
b = tf.where(tf.equal(a,True))
sess = tf.Session()
print(sess.run(b))

print：
[[2]
[4]]

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Eric_LH

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

tf.where 实例用法使用

Talk Is Cheap

11-16

4791

代码

tf.where(tensor)

shuijinghua的博客

09-04

1800

最近再看retinanet的keras代码,看到focal loss中有这个的用法,记录下来先看其一般用法 1.tf.where(tensor) tensor为一个bool型张量,where函数将返回其中为true的元素的索引, import tensorflow as tf import numpy as np sess=tf.Session() a=np.array([[1,0,0...

参与评论您还未登录，请先登录后发表或查看评论

tf.where

weixin_30875157的博客

10-18

100

tf.where import tensorflow as tf temp = tf.reshape(tf.range(0, 16) + tf.constant(1, shape=[16]), [4, 1, 2, 2]) category_index = tf.where(tf.greater(temp, 6)) with tf.Session(...

tf.where的用法

goodman_lqifei的博客

05-13

859

用法一： tf.where(bool, a, b) #bool,a, b 都为tensor张量，bool为真返回a，为假返回b 用法二： tf.where(tensor, a, b) #a,b和tensor为相同维度的tensor张量，将tensor中的true位置元素替换为a中对应位置元素，false的替换为b中对应位置元素。 ...

tf.where()

weixin_36670529的博客

10-12

998

tf.where( condition, x=None, y=None, name=None ) 根据条件返回元素(x或y)。如果x和y都为空，那么这个操作返回条件的真元素的坐标。坐标在二维张量中返回，其中第一个维度(行)表示真实元素的数量，第二个维度(列)表示真实元素的坐标。记住，输出张量的形状可以根据输入中有多少个真值而变化。索引按行主顺序输出。如果两者...

tf.where()函数详细用法（附代码理解）

weixin_39550091的博客

11-03

6680

tf.where(input, name=None) 返回一个布尔张量的真值的位置此操作返回输入中真实元素的坐标。坐标在二维张量中返回，其中第一个维度(行)表示真实元素的数量，第二个维度(列)表示真实元素的坐标。记住，输出张量的形状可以根据输入中有多少个真值而变化。索引以行为主的顺序输出。例子： # 'input' tensor is [[True, False] # ...

tf.where pytorch

最新发布

04-27

在TensorFlow中，tf.where函数的用法为： tf.where(condition, x=None, y=None, name=None) 其中，condition为bool类型的张量，x和y为与condition形状相同的张量，表示当condition中的元素为True时，tf.where函数将...

import tensorflow as tf a = tf.constant([[1,2,3,4,5], [2,3,4,5,6]], dtype=tf.float32) indices = tf.constant([[1, 0, 1, 0, 0], [0, 1, 0, 0, 0]], dtype = tf.int32) result = tf.where(tf.cast(indices, dtype=tf.bool), tf.nn.sigmoid(a), a) with tf.Session() as sess: print(sess.run(result))

06-08

然后，使用 TensorFlow 提供的 `tf.where` 方法，将 `a` 张量中对应 `indices` 张量中为 1 的位置的值应用 sigmoid 函数，其他位置的值不变，最终生成一个新的张量 `result`。具体来说，`tf.cast(indices, dtype=...

tensorflow实现tensor中满足某一条件的数值取出组成新的tensor

12-23

当需要从张量中筛选出满足某一条件的值并组成新的张量时，可以使用`tf.where()`、`tf.gather()`和`tf.gather_nd()`等函数。本文将详细介绍这些方法及其在实际操作中的应用。首先，`tf.where()`函数用于找出张量中...

tf.where(）用法

github_39605284的博客

05-07

235

where(condition, x=None, y=None, name=None)的用法 condition， x, y 相同维度，condition是bool型值，True/False 返回值是对应元素，condition中元素为True的元素替换为x中的元素，为False的元素替换为y中对应元素 x只负责对应替换True的元素，y只负责对应替换False的元素，x，y各有分工由于是替换，返回值的维度，和condition，x ， y都是相等的。看个例子： import tensorflow a

tf.where 用法

luoganttcc的博客

06-21

371

tf.where 应用到了张量的广播机制　张量的广播机制 import tensorflow as tf c=tf.where([True, False, False, True], [1,2,3,4], [100,200,300,400]) print(c) c=tf.where([True, False, False, True], [1,2,3,4], [100]) print(c) c=tf.where([True, False, False, True], [1,2,3,4], 100) p

tf.where()详解

热门推荐

sunmingyang1987的博客

11-14

1万+

目录函数介绍函数介绍 tf.where()返回一个布尔张量中真值的位置。对于非布尔型张量，非0的元素都判为True 返回的是二维张量，第一个维度的数量，即行数表明有多少个为True值；同一行中的数据代表该True值在原张量中的位置。举几个例子： test_a=tf.constant([[1,2,3],[0,0,6]]) tf.where(test_a) 输出： test_a=tf.constant([[1,-2,-5],[0,0,6]]) tf.where(test_a) 输出： test_a=

tf.where用法

richard1230的博客

10-10

283

tenflow 中tf.where(）用法 where(condition, x=None, y=None, name=None) condition， x, y 相同维度，condition是bool型值，True/False 1.where(condition）的用法 condition是bool型值，True/False 返回值，是condition中元素为True对应的索引看个例子...

tf.where()【能懂版】

空藍性忘的博客

09-06

904

用法1：tf.where(x, y, z) 首先要求 x，y，z 的形状相同，返回的结果 res 也与它们形状相同，其中 x 是条件矩阵（数据类型为 tf.bool 的 tensor）：若 x(i, j) 为 True，则 res(i, j) = y(i, j) 若 x(i, j) 为 False，则 res(i, j) = z(i, j) 用法2：tf.where(x) 当 y 和 z 都为 None 时得到这种情况，其中 x 是条件矩阵（数据类型为 tf.bool 的 tensor），tf.wh

Tensorflow-API ：tf.where

Elag的专栏

05-23

405

返回输入矩阵中true的索引位置,x和y必须同时有（维度必须相同）或没有 import tensorflow as tf where = tf.where([True,False,True,False,True,True]) where1 = tf.where([True,False,True,False,True,True],x=[1.,0.2,0.5,0.,2.,3.],y=[1,2,3,...

Tensorflow深度学习之三十：tf.where()

DaVinciL的博客

09-08

1605

一、简介 Return the elements, either from x or y, depending on the condition. If both x and y are None, then this operation returns the coordinates of true elements of condition.The coordinates are retu...

tenflow中的tf.where()用法

thunder_k的博客

06-25

1734

tf.where的函数调用为 tf.where(condition, x = None, y = None, name = None) 根据condition判定返回, condition是True，选择x；condition是False，选择y。换句话说condition中元素为True的元素替换为x中的元素，为False的元素替换为y中对应元素, x只负责对应替换True的元素，y只负责对...