溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
首先使用tf.where()將滿足條件的數值索引取出來，在numpy中，可以直接用矩陣引用索引將滿足條件的數值取出來，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。
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)的數值的索引，以及x中滿足特定條件的數值。執行以下步驟，觀察三個tensor對應的數值：
x, ind, y = get_tensor() x_, ind_, y_ = sess.run([x, ind, y])
可以得到如下結果：
可以看到，上述結果中將tensor x中大于0.5的數值取出來組成了一個新的tensor y。
如果我們將代碼中的tf.gather_nd替換成tf.gather會發生什么呢？由于結果不方便展示，這里不放結果了，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，對應的x, ind, y的維數分別如下：
x.shape = (5, 4) ind.shape = (9, 2) y.shape = (9, 2, 4)
以上這篇tensorflow實現tensor中滿足某一條件的數值取出組成新的tensor就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
