Python tf.compat.v1.count_nonzero用法及代码示例

计算张量维度上非零元素的数量。 (不推荐使用的参数)(不推荐使用的参数)

用法

tf.compat.v1.count_nonzero(
    input_tensor=None, axis=None, keepdims=None, dtype=tf.dtypes.int64, name=None,
    reduction_indices=None, keep_dims=None, input=None
)

警告：不推荐使用某些参数：(keep_dims)。它们将在未来的版本中被删除。更新说明：keep_dims 已弃用，请改用 keepdims

警告：不推荐使用某些参数：(reduction_indices)。它们将在未来的版本中被删除。更新说明：reduction_indices 已弃用，请改用轴

沿 axis 中给定的尺寸减少 input_tensor 。除非 keepdims 为真，否则对于 axis 中的每个条目，张量的秩都会减少 1。如果 keepdims 为真，则保留缩减后的维度，长度为 1。

如果axis 没有条目，则减少所有维度，并返回具有单个元素的张量。

注意：浮点与零的比较是通过精确的浮点相等检查来完成的。小值是不是出于非零检查的目的，四舍五入为零。

例如：

x = tf.constant([[0, 1, 0], [1, 1, 0]])
tf.math.count_nonzero(x)  # 3
tf.math.count_nonzero(x, 0)  # [1, 2, 0]
tf.math.count_nonzero(x, 1)  # [1, 2]
tf.math.count_nonzero(x, 1, keepdims=True)  # [[1], [2]]
tf.math.count_nonzero(x, [0, 1])  # 3

注意：字符串与零长度空字符串 "" 进行比较。任何大小大于零的字符串都已被视为非零。

例如：

x = tf.constant(["", "a", "  ", "b", ""])
tf.math.count_nonzero(x) # 3, with "a", "  ", and "b" as nonzero strings.