tensorflow實(shí)現(xiàn)tensor中滿足某一條件的數(shù)值取出組成新的tensor

發(fā)布時(shí)間：2020-08-29 04:02:18 來(lái)源：腳本之家閱讀：407 作者：u010551462 欄目：開(kāi)發(fā)技術(shù)

首先使用tf.where()將滿足條件的數(shù)值索引取出來(lái)，在numpy中，可以直接用矩陣引用索引將滿足條件的數(shù)值取出來(lái)，但是在tensorflow中這樣是不行的。所幸，tensorflow提供了tf.gather()和tf.gather_nd()函數(shù)。

看下面這一段代碼：

import tensorflow as tf
sess = tf.Session()
def get_tensor():
  x = tf.random_uniform((5, 4))
  ind = tf.where(x>0.5)
  y = tf.gather_nd(x, ind)
  return x, ind, y

在上述代碼中，輸出分別是原始的tensor x，x中滿足特定條件(此處為>0.5)的數(shù)值的索引，以及x中滿足特定條件的數(shù)值。執(zhí)行以下步驟，觀察三個(gè)tensor對(duì)應(yīng)的數(shù)值：

x, ind, y = get_tensor()
x_, ind_, y_ = sess.run([x, ind, y])

可以得到如下結(jié)果：

tensorflow實(shí)現(xiàn)tensor中滿足某一條件的數(shù)值取出組成新的tensor

可以看到，上述結(jié)果中將tensor x中大于0.5的數(shù)值取出來(lái)組成了一個(gè)新的tensor y。

如果我們將代碼中的tf.gather_nd替換成tf.gather會(huì)發(fā)生什么呢？由于結(jié)果不方便展示，這里不放結(jié)果了，tf.gather適用于index為一維的情況，在本例中，index為2維，如果選用tf.gather的話，對(duì)應(yīng)的x, ind, y的維數(shù)分別如下：

x.shape = (5, 4)
ind.shape = (9, 2)
y.shape = (9, 2, 4)

以上這篇tensorflow實(shí)現(xiàn)tensor中滿足某一條件的數(shù)值取出組成新的tensor就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

tensorflow實(shí)現(xiàn)tensor中滿足某一條件的數(shù)值取出組成新的tensor

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽