tenosr类型不能像numpy中数组一样对于数组内元素任意操作,比如进行判断,赋值,笔者刚学习tenosrflow遇到这个问题,困扰很长时间,期间看到一篇别人的博客使用了 tf.py_func 接口,自己测试了一下小程序是可以的,但是放到自己训练的网络中出现一些其他问题,由于能力有限没能找到解决办法,所以想了别的办法,简单的办法很久才想出来(针对于我自己的需求来说)。
我想实现的是对张量中的值进行判断然后赋值为0或1,比如 a=tf.constant(value=[[0.1,2.0,3.0],[0.4,5.0,6.0]])创建了一个二维的张量 和 b=tf.constant(value=0.5,shape=[2,3]),然后用 c=tf.greater_equal(a,b) ,该函数意思是拿a和b进行“大于等于”比较,注意a和b维度要相同。得到的值c是布尔类型的,c对应位置的值是比较后的true或false,然后用c=tf.cast(c,tf.float32)将c的值转为float类型,也就是true变为1,false变为0。对应比较的函数还有tf.less(),tf.less_equal(),tf.greater()。代码如下:
a=tf.constant(value=[[0.1,2.0,3.0],[0.4,5.0,6.0]]) b=tf.constant(value=0.5,shape=[2,3]) c=tf.greater_equal(a,b) c=tf.cast(c,tf.float32) with tf.Session() as sess: print sess.run(c)
结果为:
[[0. 1. 1.]
[0. 1. 1.]]