tensorflow 里的tf.select(condition,a,b)解释及应用

tensorflow 里的tf.select(condition,a,b)解释及应用

首先参考tensorflow里的官网解释：http://www.tensorfly.cn/tfdoc/api_docs/python/control_flow_ops.html#less 里面是全英文比较费解。那么下面的解释对你应该有帮助：

condition：一个张量tensor，类型为bool

a     ：一个张量tensor，shape与condition一致，类型一般为float32, float64, int32, int64.

b     ：一个张量tensor，类型和shape与a一致。

举例：

import tensorflow as tf
sess=tf.Session()
condition=[[True,False],[True,False]]
a=[[1,2],[3,4]]
b=[[5,6],[7,8]]
c=tf.select(condition,a,b)
print(sess.run(c))

输出：

[[1,6],[3,8]]

如果把condition改成[[True, True],[True,False]]

输出变为：

[[1,2],[3,8]]

解释：a里对应condition中为True的位置在返回值中继续输出，b里对应condition中为False的位置在返回值中继续输出。

如果把condition改成[[True,True],[True,True]]

输出为a：

[[1,2],[3,4]]

反之condition全为false的话输出为b：

[[5,6],[7,8]]