tf.where()用法
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：
-
import tensorflow
as tf
-
a = [[
1,
2,
3],[
4,
5,
6]]
-
b = [[
1,
0,
3],[
1,
5,
1]]
-
condition1 = [[
True,
False,
False],
-
[
False,
True,
True]]
-
condition2 = [[
True,
False,
False],
-
[
False,
True,
False]]
-
with tf.Session()
as sess:
-
print(sess.run(tf.where(condition1)))
-
print(sess.run(tf.where(condition2)))
结果1：
-
[[
0
0]
-
[
1
1]
-
[
1
2]]
结果2：
-
[[
0
0]
-
[
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：
-
import tensorflow
as tf
-
x = [[
1,
2,
3],[
4,
5,
6]]
-
y = [[
7,
8,
9],[
10,
11,
12]]
-
condition3 = [[
True,
False,
False],
-
[
False,
True,
True]]
-
condition4 = [[
True,
False,
False],
-
[
True,
True,
False]]
-
with tf.Session()
as sess:
-
print(sess.run(tf.where(condition3,x,y)))
-
print(sess.run(tf.where(condition4,x,y)))
结果：
-
1， [[
1
8
9]
-
[
10
5
6]]
-
2， [[
1
8
9]
-
[
4
5
12]]