本文共 676 字,大约阅读时间需要 2 分钟。
tf.where()返回一个布尔张量中真值的位置。对于非布尔型张量,非0的元素都判为True
返回的是二维张量,第一个维度的数量,即行数表明有多少个为True值;同一行中的数据代表该True值在原张量中的位置。 举几个例子:test_a=tf.constant([[1,2,3],[0,0,6]])tf.where(test_a)
输出:
test_a=tf.constant([[1,-2,-5],[0,0,6]])tf.where(test_a)
输出:
test_a=tf.constant([[1,0,-5],[0,-1,0]])tf.where(test_a)
输出为:
tf.where()还有另外一个用法:tf.where(input_tensor, a,b) 它的作用是:对于张量a,如果input_tensor对应位置的元素为True,则张量a中的该位置处元素保留,反之由张量b中相应位置的元素来代替。 这个用法可以用来自定义huber loss:def huber_fn(y_true, y_pred): error = y_true - y_pred is_small_error = tf.abs(error) < 1 squared_loss = tf.square(error) / 2 linear_loss = tf.abs(error) - 0.5 return tf.where(is_small_error, squared_loss, linear_loss)
转载地址:http://itrti.baihongyu.com/