Python tf.compat.v1.where用法及代碼示例

從 x 或 y 返回元素，具體取決於 condition 。

用法

tf.compat.v1.where(
    condition, x=None, y=None, name=None
)

遷移到 TF2

警告：這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

此 API 與即刻執行和 tf.function 兼容。但是，這仍然是最初為 TF1 設計的遺留 API 端點。要遷移到fully-native TF2，請將其用法替換為tf.where，它直接向後兼容tf.compat.v1.where。

但是，tf.compat.v1.where 比 tf.where 更具限製性，要求 x 和 y 具有相同的形狀，並返回與 x , y 具有相同類型和形狀的 Tensor(如果它們都是非沒有)。

tf.where 將接受不同形狀的 x , y，隻要它們可以相互廣播並與 condition 一起廣播，並將返回一個 Tensor 形狀廣播來自 condition , x 和 y 。

例如，以下內容適用於 tf.where 但不適用於 tf.compat.v1.where ：

tf.where([True, False, False, True], [1,2,3,4], [100])
<tf.Tensor:shape=(4,), dtype=int32, numpy=array([  1, 100, 100,   4],
dtype=int32)>

tf.where(True, [1,2,3,4], 100)
<tf.Tensor:shape=(4,), dtype=int32, numpy=array([1, 2, 3, 4],
dtype=int32)>

如果 x 和 y 都為 None，則此操作返回 condition 的真實元素的坐標。坐標以二維張量返回，其中第一維(行)表示真實元素的數量，第二維(列)表示真實元素的坐標。請記住，輸出張量的形狀可能會根據輸入中有多少真實值而有所不同。索引以行優先順序輸出。

如果兩者都不是None，則x 和y 必須具有相同的形狀。如果 x 和 y 是標量，則 condition 張量必須是標量。如果 x 和 y 是更高階的張量，則 condition 必須是大小與 x 的第一個維度匹配的向量，或者必須具有與 x 相同的形狀。

condition 張量充當掩碼，根據每個元素的值選擇輸出中的相應元素/行是否應取自 x(如果為真)或 y(如果為假)。

如果 condition 是一個向量並且 x 和 y 是更高等級的矩陣，那麽它選擇從 x 和 y 複製哪一行(外部維度)。如果 condition 與 x 和 y 具有相同的形狀，則它選擇從 x 和 y 複製哪個元素。