Tensorflow中的tf.where与tf.greater

tf.greater(a,b)
功能：通过比较a、b两个值的大小来输出对错。
例如：当a=4，b=3时，输出结果为：true；当a=2，b=3时，输出结果为：false。

import tensorflow as tf

sess=tf.Session()
with sess.as_default():
    print(tf.greater(4,3).eval())

结果：

True

tf.where()定义如下：

where(condition, x=None, y=None,name=None)

condition:一个Tensor,数据类型为tf.bool/bool类型
condition， x, y 相同维度，condition是bool型值，True/False

如果x、y均为空，那么返回condition中值为True的位置组成的Tensor：例如：x就是condition，y是返回值。或者说，是condition中元素为True对应的索引。

如果x、y不为空，那么x、y必须有相同的形状。如果x、y是标量，那么condition参数也必须是标量。如果x、y是向量，那么condition必须和x的第一维有相同的形状或者和x形状一致。

返回值：如果x、y不为空的话，返回值和x、y有相同的形状，如果condition对应位置值为True那么返回Tensor对应位置为x的值，否则为y的值. 例子：

1、where(condition）的用法

import tensorflow as tf
a = [[1,2,3],[4,5,6]]
b = [[1,0,3],[1,5,1]]
condition1 = [[True,False,False],
             [False,True,True]]
condition2 = [[True,False,False],
             [False,True,False]]
with tf.Session() as sess:
    print(sess.run(tf.where(condition1)))
    print(sess.run(tf.where(condition2)))

结果1：

[[0 0]
 [1 1]
 [1 2]]

结果2：

[[0 0]
 [1 1]]

2、 where(condition, x=None, y=None, name=None)的用法

condition， x, y 相同维度，condition是bool型值，True/False

返回值是对应元素，condition中元素为True的元素替换为x中的元素，为False的元素替换为y中对应元素

x只负责对应替换True的元素，y只负责对应替换False的元素，x，y各有分工

由于是替换，返回值的维度，和condition，x ， y都是相等的。

看个例子：

import tensorflow as tf
x = [[1,2,3],[4,5,6]]
y = [[7,8,9],[10,11,12]]
condition3 = [[True,False,False],
             [False,True,True]]
condition4 = [[True,False,False],
             [True,True,False]]
with tf.Session() as sess:
    print(sess.run(tf.where(condition3,x,y)))
    print(sess.run(tf.where(condition4,x,y)))

结果：

1， [[ 1  8  9]
    [10  5  6]]
2， [[ 1  8  9]
    [ 4  5 12]]

更多请参考：
https://blog.youkuaiyun.com/a_a_ron/article/details/79048446