Where

सार्वजनिक अंतिम कक्षा कहाँ

किसी टेंसर में शून्येतर/सच्चे मानों का स्थान लौटाता है।

यह ऑपरेशन `स्थिति` में वास्तविक तत्वों के निर्देशांक लौटाता है। निर्देशांक 2-डी टेंसर में लौटाए जाते हैं जहां पहला आयाम (पंक्तियाँ) वास्तविक तत्वों की संख्या का प्रतिनिधित्व करता है, और दूसरा आयाम (स्तंभ) वास्तविक तत्वों के निर्देशांक का प्रतिनिधित्व करता है। ध्यान रखें, आउटपुट टेंसर का आकार इस आधार पर भिन्न हो सकता है कि 'स्थिति' में कितने वास्तविक मान हैं। सूचकांक पंक्ति-प्रमुख क्रम में आउटपुट होते हैं।

उदाहरण के लिए:

# 'input' tensor is [[True, False]
 #                    [True, False]]
 # 'input' has two true values, so output has two coordinates.
 # 'input' has rank of 2, so coordinates have two indices.
 where(input) ==> [[0, 0],
                   [1, 0]]
 
 # `condition` tensor is [[[True, False]
 #                     [True, False]]
 #                    [[False, True]
 #                     [False, True]]
 #                    [[False, False]
 #                     [False, True]]]
 # 'input' has 5 true values, so output has 5 coordinates.
 # 'input' has rank of 3, so coordinates have three indices.
 where(input) ==> [[0, 0, 0],
                   [0, 1, 0],
                   [1, 0, 1],
                   [1, 1, 1],
                   [2, 1, 1]]
 
 # `condition` tensor is [[[1.5,  0.0]
 #                     [-0.5, 0.0]]
 #                    [[0.0,  0.25]
 #                     [0.0,  0.75]]
 #                    [[0.0,  0.0]
 #                     [0.0,  0.01]]]
 # 'input' has 5 nonzero values, so output has 5 coordinates.
 # 'input' has rank of 3, so coordinates have three indices.
 where(input) ==> [[0, 0, 0],
                   [0, 1, 0],
                   [1, 0, 1],
                   [1, 1, 1],
                   [2, 1, 1]]
 
 # `condition` tensor is [[[1.5 + 0.0j, 0.0  + 0.0j]
 #                     [0.0 + 0.5j, 0.0  + 0.0j]]
 #                    [[0.0 + 0.0j, 0.25 + 1.5j]
 #                     [0.0 + 0.0j, 0.75 + 0.0j]]
 #                    [[0.0 + 0.0j, 0.0  + 0.0j]
 #                     [0.0 + 0.0j, 0.01 + 0.0j]]]
 # 'input' has 5 nonzero magnitude values, so output has 5 coordinates.
 # 'input' has rank of 3, so coordinates have three indices.
 where(input) ==> [[0, 0, 0],
                   [0, 1, 0],
                   [1, 0, 1],
                   [1, 1, 1],
                   [2, 1, 1]]
 

सार्वजनिक तरीके

आउटपुट <लंबा>
आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
स्थैतिक <T> कहाँ
बनाएं ( स्कोप स्कोप, ऑपरेंड <T> स्थिति)
एक नया व्हेयर ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
आउटपुट <लंबा>

विरासत में मिली विधियाँ

सार्वजनिक तरीके

सार्वजनिक आउटपुट <लंबा> आउटपुट के रूप में ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।

सार्वजनिक स्थैतिक कहां बनाएं ( स्कोप स्कोप, ऑपरेंड <T> स्थिति)

एक नया व्हेयर ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।

पैरामीटर
दायरा वर्तमान दायरा
रिटर्न
  • कहाँ का एक नया उदाहरण

सार्वजनिक आउटपुट <लंबा> सूचकांक ()