如何用TensorFlow从tensor中提取满足特定条件的数值?
- 内容介绍
- 文章标签
- 相关推荐
本文共计397个文字,预计阅读时间需要2分钟。
首先使用tf.where()将满足条件的数值索引提取出来,在numpy中,可以直接用数组索引将满足条件的数值提取出来,但在tensorflow中,这样操作是不行的。幸运的是,tensorflow提供了tf.gather()和tf.gather_nd()函数,可以直接实现这一功能。
首先使用tf.where()将满足条件的数值索引取出来,在numpy中,可以直接用矩阵引用索引将满足条件的数值取出来,但是在tensorflow中这样是不行的。所幸,tensorflow提供了tf.gather()和tf.gather_nd()函数。
看下面这一段代码:
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
在上述代码中,输出分别是原始的tensor x,x中满足特定条件(此处为>0.5)的数值的索引,以及x中满足特定条件的数值。
本文共计397个文字,预计阅读时间需要2分钟。
首先使用tf.where()将满足条件的数值索引提取出来,在numpy中,可以直接用数组索引将满足条件的数值提取出来,但在tensorflow中,这样操作是不行的。幸运的是,tensorflow提供了tf.gather()和tf.gather_nd()函数,可以直接实现这一功能。
首先使用tf.where()将满足条件的数值索引取出来,在numpy中,可以直接用矩阵引用索引将满足条件的数值取出来,但是在tensorflow中这样是不行的。所幸,tensorflow提供了tf.gather()和tf.gather_nd()函数。
看下面这一段代码:
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
在上述代码中,输出分别是原始的tensor x,x中满足特定条件(此处为>0.5)的数值的索引,以及x中满足特定条件的数值。

