【TensorFlow2.0】(7) 张量排序、填充、复制、限幅、坐标选择

各位同学好，今天和大家分享一下TensorFlow2.0中的一些操作。内容有：

（1）排序 tf.sort()、tf.argsort()、top_k()；（2）填充 tf.pad()；（3）复制 tf.tile()；（4）限幅 tf.clip_by_value()、tf.maximum()、tf.nn.relu()、tf.clip_by_norm()；（5）根据坐标选择 tf.where()

那我们开始吧。

---

1. 张量排序

1.1 tf.sort() 和 tf.argsort()

按升序或降序对张量进行排序，返回排序后的结果：

tf.sort(tensor, direction)

direction 指降序还是升序，默认升序排序。降序：direction='DESCENDING' ；升序：direction='ASCENDING'

按升序或降序对张量进行排序，返回索引：排序后的当前位置在原始位置中的索引：

tf.argsort(tensor, direction)

参数设置和tf.sort()相同

# 生成一维tensor，打乱顺序
a = tf.random.shuffle(tf.constant([7,8,9,10,11]))
# 排序，返回值为降序排序的结果
tf.sort(a,direction='DESCENDING')
# 返回降序排序后的索引
tf.argsort(a,direction='DESCENDING')

首先我们定义一个tensor为 [8, 7, 10, 9, 11]，通过降序排序，返回结果为 [11,10,9,8,7]，得到降序排序的索引为 [4,2,3,0,1]。返回结果11在原数据中的索引为4，返回结果10在原数据中索引位置为2，返回结果9在原数据中索引位置为3。