tf.where()用法

最新推荐文章于 2021-06-21 18:10:52 发布
最新推荐文章于 2021-06-21 18:10:52 发布
阅读量214 收藏
点赞数
分类专栏： 深度学习
原文链接：https://blog.csdn.net/ustbbsy/article/details/79564828
版权

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：


  
  
  1. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      import tensorflow 
      
      as tf
     
     
    
    
    
  2. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      a = [[
      
      1,
      
      2,
      
      3],[
      
      4,
      
      5,
      
      6]]
     
     
    
    
    
  3. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      b = [[
      
      1,
      
      0,
      
      3],[
      
      1,
      
      5,
      
      1]]
     
     
    
    
    
  4. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      condition1 = [[
      
      True,
      
      False,
      
      False],
     
     
    
    
    
  5. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
                   [
      
      False,
      
      True,
      
      True]]
     
     
    
    
    
  6. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      condition2 = [[
      
      True,
      
      False,
      
      False],
     
     
    
    
    
  7. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
                   [
      
      False,
      
      True,
      
      False]]
     
     
    
    
    
  8. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      with tf.Session() 
      
      as sess:
     
     
    
    
    
  9. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
          print(sess.run(tf.where(condition1)))
     
     
    
    
    
  10. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
          print(sess.run(tf.where(condition2)))

结果1：


  
  
  1. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      [[
      
      0 
      
      0]
     
     
    
    
    
  2. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
       [
      
      1 
      
      1]
     
     
    
    
    
  3. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
       [
      
      1 
      
      2]]

结果2：


  
  
  1. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      [[
      
      0 
      
      0]
     
     
    
    
    
  2. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
       [
      
      1 
      
      1]]
     
     
    
    
    

  
  
2， 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：


  
  
  1. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      import tensorflow 
      
      as tf
     
     
    
    
    
  2. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      x = [[
      
      1,
      
      2,
      
      3],[
      
      4,
      
      5,
      
      6]]
     
     
    
    
    
  3. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      y = [[
      
      7,
      
      8,
      
      9],[
      
      10,
      
      11,
      
      12]]
     
     
    
    
    
  4. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      condition3 = [[
      
      True,
      
      False,
      
      False],
     
     
    
    
    
  5. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
                   [
      
      False,
      
      True,
      
      True]]
     
     
    
    
    
  6. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      condition4 = [[
      
      True,
      
      False,
      
      False],
     
     
    
    
    
  7. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
                   [
      
      True,
      
      True,
      
      False]]
     
     
    
    
    
  8. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      with tf.Session() 
      
      as sess:
     
     
    
    
    
  9. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
          print(sess.run(tf.where(condition3,x,y)))
     
     
    
    
    
  10. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
          print(sess.run(tf.where(condition4,x,y)))

结果：


  
  
  1. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      1， [[ 
      
      1  
      
      8  
      
      9]
     
     
    
    
    
  2. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
          [
      
      10  
      
      5  
      
      6]]
     
     
    
    
    
  3. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
      2， [[ 
      
      1  
      
      8  
      
      9]
     
     
    
    
    
  4. 
    
    
    
     
     
    
    
    
    
    
    
    
     
     
    
      
          [ 
      
      4  
      
      5 
      
      12]]


_NowIsGood
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
tf.where 实例 用法 使用
Talk Is Cheap
11-16 4779
代码
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
05-07 227
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
06-21 366
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用法
richard1230的博客
10-10 273
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的用法
goodman_lqifei的博客
05-13 854
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。 ...
tensorflow常用函数.
02-05
- `tf.where`: 根据条件选取元素。 - `tf.gather`: 通过索引获取元素。 **5. 神经网络相关** - **激活函数** - `tf.nn.softmax`: 将向量转化为概率分布。 - `tf.nn.relu`: ReLU 激活函数。 - `tf.nn.sigmoid`: ...
tensorflow 中对数组元素的操作方法
12-23
- **索引选择**：可以使用条件操作（如`tf.where`）结合`tf.gather`来根据条件选择元素。 - **切片和拼接**：使用`tf.slice`进行切片，`tf.concat`和`tf.stack`进行拼接和堆叠。 - **广播操作**：当两个tensor...
linux常用命令.pdf
05-12
以上内容涵盖了Linux操作系统中常用的命令及其基本用法，这些命令对于初学者来说是必备的基础知识，也是深入学习Linux操作系统不可或缺的部分。掌握这些命令将有助于提高工作效率，更好地利用Linux的强大功能。
tf-to-inventory:将状态转化为 Ansible 库存
07-08
用法 # run from the directory where your terraform.tfstate file is locatedpython tf-to-inventory.py 查看示例主机文件以查看此脚本的输出。致谢受到配方的启发。 我采用了大部分代码并添加了对 Amazon EC2 ...
对JavaScript的全文搜索实现相关度评分的功能的方法
01-21
客户可能要求你在某个地方提供一个搜索框，然后你会写一个类似 WHERE title LIKE %:query% 的 SQL 语句实现搜索功能。一开始，这是没问题，直到有一天，客户找到你跟你说，“搜索出错啦！” 当然，实际上搜索并没有...
TensorFlow自定义损失函数来预测商品销售量
09-18
在TensorFlow中实现这个自定义损失函数，我们可以使用`tf.where`和`tf.greater`函数。`tf.greater`函数比较两个张量中的元素，并返回一个布尔张量，指示每个元素是否大于另一个。`tf.where`函数则根据提供的条件（由...
基于TensorFlow中自定义梯度的2种方式
09-18
return tf.where(cond, grad, zeros) # 使用上下文管理器覆盖原始的 sign 梯度函数 def binary(input): x = input with tf.get_default_graph().gradient_override_map({"Sign": 'QuantizeGrad'}): x = tf.sign...
tensorflow 实现自定义梯度反向传播代码
09-18
return tf.where(cond, grad, zeros) ``` 在这里，`op` 参数包含了操作的相关信息，而 `grad` 是上一层传来的梯度。`sign_grad` 函数检查输入值是否在 [-1, 1] 范围内，如果在范围内，返回原梯度 `grad`；否则，...
SQL Server 删除所有的用户对象(表,方法,存储过程等等).pdf
03-04
SELECT @name = (SELECT TOP 1 [name] FROM sysobjects WHERE [type] IN (N'FN', N'IF', N'TF', N'FS', N'FT') AND category = 0 AND [name] > @name ORDER BY [name]) END ``` 最后，我们需要处理外键约束。外键...
tf.where()函数详细用法（附代码理解）
weixin_39550091的博客
11-03 6608
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] # ...
tenflow中的tf.where()用法
thunder_k的博客
06-25 1712
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...
tf.where
weixin_30875157的博客
10-18 97
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 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...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值