Tensorflow实现tensor数值比较

在进行语义分割的二分类中，需要将预测值大于和小于0.5的logits分别标记为True和False。使用tf.equal（label, 0)只会判断改值是否为1。

使用tf.where(input, a, b)实现这个功能。

其中input是tensor+判断条件，判断得到True和False的一个sensor，它和a、b尺寸一致。

函数作用是将a中对应input中true的位置的元素值不变，其余元素进行替换，替换成b中对应位置的元素值。

tf.ones_like(label) 和 tf.zeros_like(label) 两个函数生成和label形状相同的两个纯1和纯0的tensor，具体实现代码：

t1 =  tf.constant([-0.1, 0.3, -0.49, -0.02])
ones = tf.ones_like(t1)
zeros = tf.zeros_like(t1)
t2 = tf.where(t1>0, ones, zeros)
equal = tf.cast(t2, tf.bool)

cast_s = tf.cast(sign, tf.bool)

with tf.Session() as sess:
    print(sess.run(t2))
    print(sess.run(equal))

Output:
[0. 1. 0. 0.]
[False  True False False]

 

关于使用tf.cond的例子，可以参考博文 博文2