Tensorflow: tf.select()

官方api翻译：

tf.select(condition, t, e, name=None)

根据condition选择t或e中的元素。

t和e张量都必须具有相同的形状，并且输出也将具有该形状。 如果t和e是标量，那么condition tensor必须是标量。 如果t和e是向量或更高级别，那么条件必须是大小与t的第一维相匹配的向量，或者必须具有与t相同的形状。

condition张量充当一个掩码，根据每个元素的值选择输出中相应的元素/行应该从t（如果为true）或e（如果为false）中取出。

如果condition是一个向量，t和e是更高级别的矩阵，那么它选择从t和e复制哪一行（外部维度）。

如果条件具有与t和e相同的形状，那么它会选择从t和e复制哪个元素。

说了一大堆，还是直接看列子吧：

import tensorflow as tf
sess=tf.Session()
condition=[[True,False],[True,False]]
a=[[1,2],[3,4]]
b=[[5,6],[7,8]]
c=tf.select(condition,a,b)
print(sess.run(c))
sess.close()

结果：

tf.select()通常与tf.greater()结合使用。具体可参考上篇tf.greater().