tensorflow:大于阈值置1,小于置0

本文通过实例详细解析了TensorFlow中tf.where函数的使用方法,展示了如何根据阈值将矩阵元素设置为0或1的过程。从随机生成矩阵到应用tf.where函数,再到与NumPy的对比,全面理解条件操作在深度学习中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

看了 UeFan写的tensorflow tf.where使用方法,大于某个值为1,小于为0文章,依然有些模糊,自己结合实际注解了一下。

	a=tf.random.uniform([2,2])    #随机生成2*2矩阵a
	
	one = tf.ones_like(a)            #生成与a大小一致的值全部为1的矩阵
    zero = tf.zeros_like(a)
    label = tf.where(a <0.5, x=zero, y=one)     #0.5为阈值
    

得到结果:

a: tf.Tensor(
	[[0.25626993 0.53764176]
	[0.27858937 0.92834556]], shape=(2, 2), dtype=float32)

label: tf.Tensor(
			[[0. 1.]
 			[0. 1.]], shape=(2, 2), dtype=float32)

在numpy中:

threshold=0.5
x = np.where(pred < threshold, 0, 1)  #数值小于0.5置0,大于0.5置1
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值