Python tf.RaggedTensor.__and__用法及代码示例

用法

__and__(
    y, name=None
)

按元素返回 x AND y 的真值。

逻辑与函数。

要求 x 和 y 具有相同的形状或具有 broadcast-compatible 形状。例如，x 和 y 可以是：

• bool 类型的两个单个元素。
• 一个 bool 类型的 tf.Tensor 和一个 bool ，其中将通过将单个元素的逻辑与应用于较大张量中的每个元素来计算结果。
• 两个相同形状的 bool 类型的 tf.Tensor 对象。在这种情况下，结果将是两个输入张量的元素逻辑与。

您也可以改用& 运算符。

用法：

a = tf.constant([True])
b = tf.constant([False])
tf.math.logical_and(a, b)
<tf.Tensor:shape=(1,), dtype=bool, numpy=array([False])>
a & b
<tf.Tensor:shape=(1,), dtype=bool, numpy=array([False])>

c = tf.constant([True])
x = tf.constant([False, True, True, False])
tf.math.logical_and(c, x)
<tf.Tensor:shape=(4,), dtype=bool, numpy=array([False,  True,  True, False])>
c & x
<tf.Tensor:shape=(4,), dtype=bool, numpy=array([False,  True,  True, False])>

y = tf.constant([False, False, True, True])
z = tf.constant([False, True, False, True])
tf.math.logical_and(y, z)
<tf.Tensor:shape=(4,), dtype=bool, numpy=array([False, False, False, True])>
y & z
<tf.Tensor:shape=(4,), dtype=bool, numpy=array([False, False, False, True])>

这个op还支持广播

tf.logical_and([[True, False]], [[True], [False]])
<tf.Tensor:shape=(2, 2), dtype=bool, numpy=
  array([[ True, False],
         [False, False]])>

此元素操作的简化版本是 tf.math.reduce_all 。