tf.dynamic_partition函数

Aser_Chen

于 2019-01-16 19:22:52 发布

阅读量570

点赞数

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.youkuaiyun.com/Ffilter/article/details/86513242

python 专栏收录该内容

7 篇文章

订阅专栏

本文深入探讨了使用TensorFlow进行矩阵操作的方法，包括如何将多维列表转换为一维张量，利用条件语句对元素进行筛选，并通过dynamic_partition函数按条件分割矩阵，最后在会话中运行并打印结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

将原矩阵按照索引矩阵的方式分割

alist=[[[[1,1,1],[2,2,2],[3,3,3]],[[4,4,4],[5,5,5],[6,6,6]]],[[[7,7,7],[8,8,8],[9,9,9]],[[10,10,10],[11,11,11],[12,12,12]]]]
aal=tf.reshape(alist, [-1, ])
t=tf.to_int32(aal <= 5)
valid_logits = tf.dynamic_partition(aal, t, num_partitions=2)
with tf.Session() as sess:
    print(sess.run(valid_logits))

输出：

[array([ 6,  6,  6,  7,  7,  7,  8,  8,  8,  9,  9,  9, 10, 10, 10, 11, 11,
       11, 12, 12, 12]), array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5])]