Возвращает местоположения ненулевых/истинных значений в тензоре.
Эта операция возвращает координаты истинных элементов в условии. Координаты возвращаются в двумерном тензоре, где первое измерение (строки) представляет количество истинных элементов, а второе измерение (столбцы) представляет координаты истинных элементов. Имейте в виду, что форма выходного тензора может варьироваться в зависимости от того, сколько истинных значений содержится в «условии». Индексы выводятся в порядке строк.
Например:
# '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]]
Публичные методы
| Вывод <Длинный> | какВывод () Возвращает символический дескриптор тензора. |
| статический <T> Где | |
| Вывод <Длинный> | индекс () |
Унаследованные методы
Публичные методы
публичный вывод <Long> asOutput ()
Возвращает символический дескриптор тензора.
Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.
public static Где создать ( Область действия, условие операнда <T>)
Фабричный метод для создания класса, обертывающего новую операцию Where.
Параметры
| объем | текущий объем |
|---|
Возврат
- новый экземпляр Where
Возвращает местоположения ненулевых/истинных значений в тензоре.
Эта операция возвращает координаты истинных элементов в условии. Координаты возвращаются в двумерном тензоре, где первое измерение (строки) представляет количество истинных элементов, а второе измерение (столбцы) представляет координаты истинных элементов. Имейте в виду, что форма выходного тензора может варьироваться в зависимости от того, сколько истинных значений содержится в «условии». Индексы выводятся в порядке строк.
Например:
# '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]]
Публичные методы
| Вывод <Длинный> | какВывод () Возвращает символический дескриптор тензора. |
| статический <T> Где | |
| Вывод <Длинный> | индекс () |
Унаследованные методы
Публичные методы
публичный вывод <Long> asOutput ()
Возвращает символический дескриптор тензора.
Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.
public static Где создать ( Область действия, условие операнда <T>)
Фабричный метод для создания класса, обертывающего новую операцию Where.
Параметры
| объем | текущий объем |
|---|
Возврат
- новый экземпляр Where