tensorflow中tf.where()用法

最新推荐文章于 2022-04-18 22:43:55 发布
原创 最新推荐文章于 2022-04-18 22:43:55 发布 · 1.5k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#tensorflow #python #机器学习 #神经网络 #深度学习

本文深入讲解了TensorFlow中tf.where()函数的使用方法，详细解释了如何通过条件语句来选择返回a或b，为读者提供了清晰的使用指南。
部署运行你感兴趣的模型镜像

tensorflow中tf.where()用法

tf.where(statement, a, b) #若条件语句statement为真，则返回a, 否则返回b

 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

Tensorflow2.0笔记 - where，scatter_nd, meshgrid相关操作
vivo01的专栏
01-31 764
本笔记记录tf.where进行元素位置查找，scatter_nd用于指派元素到tensor的特定位置，meshgrid用作绘图的相关操作。
tf.where()详解
sunmingyang1987的博客
11-14 1万+
目录函数介绍 函数介绍 tf.where()返回一个布尔张量中真值的位置。对于非布尔型张量，非0的元素都判为True 返回的是二维张量，第一个维度的数量，即行数表明有多少个为True值；同一行中的数据代表该True值在原张量中的位置。 举几个例子： test_a=tf.constant([[1,2,3],[0,0,6]]) tf.where(test_a) 输出： test_a=tf.constant([[1,-2,-5],[0,0,6]]) tf.where(test_a) 输出： test_a=
TensorFlow函数：tf.where
热门推荐
Atomwh的专栏
01-12 4万+
前言 最近在研究Focal Loss的Keras实现过程中，由于要实现类似交叉熵的函数，需要将label图像中class=1和class=0的位置拿出来，以寻找在该位置对应的CNN预测值。经过百度查找，发现有人使用tf.where来实现这个功能，但看官方文档看来好久（下午+晚上）才看明白这个函数是如何使用的，特在此记录下。 之后会专门写一篇有关Focal Loss的Keras实现的博客
tensorflow函数_tf.where()
brave_555的博客
12-02 930
1.第一种用法：tf.where(input, name=None):返回输入矩阵中true的位置 For example: （1）‘input’ tensor is [[True, False] [True, False]] input里面有两个true，所以返回两行（两个位置信息） where(input) ==> [[0, 0], [1, 0]] （2）input tensor is ...
tensorflow中tf.where用法
每日提升一点点
07-18 915
两种方法效果一样 tf.where(condition):返回True元素的index a = tf.random.normal([3, 3]) print(a) mask = a > 0 print(mask) b = tf.boolean_mask(a, mask) print(b) indices = tf.where(mask) print(indices) c = tf.gather_nd(a, indices) print(c) res: tf.Tensor( [[ 0.2.
Tensorflow2.x tf.keras.callbacks函数分析
爱在深秋
06-04 1388
Tensorflow2.x callbacks函数分析前言新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 前言 你好！ 博主在使用tensorflow做深度学习的研究时，发现这一块的内容水太深了，tensorflow目前最
Tensorflow (2): tf.slim库解读
Jinming Su
06-15 2273
官方文档: https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/slim tf.contrib.slim是一个轻量级的库,目的是方便地定义, 训练和评估tensorflow中复杂的模型 版本: 2018.6.14 主要作用 对于一些固定的代码进行封装,主要是一些高级的层和变量,...
TensorFlow tf.data 导入数据（tf.data官方教程） * * * * *
黑暗星球
06-19 3万+
上一篇介绍了
TensorFlow2.0教程-使用tf.function和AutoGraph提高代码性能
知行_那片天
07-07 1万+
TensorFlow2教程-TF fuction和AutoGraph 要获得最佳性能并使模型可在任何地方部署，请使用tf.function从程序中构建图。 因为有AutoGraph，可以使用tf.function构建高效性能的Python代码，但仍有一些陷阱需要警惕。 今天我们就来介绍一下tensorflow2.0中的TF fuction和AutoGraph
tensorflow之tf.where()函数
qq_43636375的博客
10-08 1万+
tf.where()函数的语法格式如下： import tensorflow as tf tf.where( condition, x=None, y=None, name=None ) 作用：该函数的作用是根据condition,返回相对应的x或y,返回值是一个tf.bool类型的Tensor。 例1： import tensorflow as tf sess=tf.Session() A =tf.where(False,123,321) >>> print(A) Tensor
TensorFlow tf.where( ) 函数
weixin_37804469的博客
12-16 783
tf.where 函数原型： tf.where(condition, x=None, y=None, name=None) 理解： condition 是一个bool 型，如果元素值为True, 取x 的值；如果元素值为False, 取y 的值。 以下为3种情况举例： x, y 为None， 做判断的 A_tf 和 B_tf 的维度相同 返回值是condition中元素为True对应的索引 import tensorflow as tf A_tf = tf.constant([[1, 3, 3],
Tensorflow 学习笔记 -----tf.where
ahiscmphx770039575的博客
03-14 220
TensorFlow函数：tf.where 在之前版本对应函数tf.select 官方解释: 1 tf.where(input, name=None)` 2 Returns locations of true values in a boolean tensor. 3 4 This operation returns the coordinates of tru...
tensor flow :tf.where()
贾慧玉的博客
04-02 321
在tf的学习过程中，编写自己的损失函数中有这样一行代码：loss = tf.reduce_sum(tf.where(tf.greater(y,y_),(y-y_)*loss_more,y_-y)*loss_less)其中，tf.where()让人很难理解。 其实，可以简单的这样理解，tf.where(a,b,c) a条件为true时候，返回b a条件为false时候，返回c
tf.where
weixin_30875157的博客
10-18 152
tf.where import tensorflow as tf temp = tf.reshape(tf.range(0, 16) + tf.constant(1, shape=[16]), [4, 1, 2, 2]) category_index = tf.where(tf.greater(temp, 6)) with tf.Session(...
Tensorflow-API ：tf.where
Elag的专栏
05-23 471
返回输入矩阵中true的索引位置,x和y必须同时有（维度必须相同）或没有 import tensorflow as tf where = tf.where([True,False,True,False,True,True]) where1 = tf.where([True,False,True,False,True,True],x=[1.,0.2,0.5,0.,2.,3.],y=[1,2,3,...
TensorFlow2-高阶操作（七）：where（采集元素）【从1个Tensor中采集元素】【从2个Tensor中采集元素：where(cond, A, B)】
u013250861的博客
04-18 501
一、where：采集元素 1、从1个Tensor中采集元素 1.1 使用boolean_mask采集元素 import tensorflow as tf a = tf.convert_to_tensor( [[0.79134136, 0.09345922, -0.7822895], [1.9430199, -0.2962239, -1.1451387], [0.35126936, 1.0099757, 0.67769486]]) print("a = \n", a) print
tf.where()函数
csldh的博客
11-30 4万+
本篇博客翻译了tensorflow官网对tf.where()使用的API，并且我做了相应的演示
TensorFlow中与torch.where相同的函数
05-04
TensorFlow中与torch.where函数相同的函数是tf.where。tf.where函数的用法与torch.where类似，可以根据条件选择输出张量中的元素。具体用法如下： ```python import tensorflow as tf # 定义输入张量 a = tf....
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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