Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tf.boolean_mask

TensorFlow 1 wersja Zobacz źródło na GitHub

Zastosuj maskę logiczną tensora.

Równoważne numpy jest tensor[mask] .

 # 1-D example
tensor = [0, 1, 2, 3]
mask = np.array([True, False, True, False])
boolean_mask(tensor, mask)  # [0, 2]
 

Na ogół, 0 < dim(mask) = K <= dim(tensor) , a mask jest kształt musi odpowiadać pierwsze wymiary K z tensor 's kształtu. Następnie mieć boolean_mask(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd] gdzie (i1,...,iK) jest i-ty True wejście mask (wiersz głównym kolejności). axis może być stosowany z mask , aby wskazać oś, w maskach. W tym przypadku axis + dim(mask) <= dim(tensor) i mask jest kształt musi być zgodna z pierwszą axis + dim(mask) wymiary tensor 's kształtu.

Zobacz także: tf.ragged.boolean_mask , które mogą być stosowane zarówno gęsty i poszarpanych tensorów i może być używany, jeśli chcesz zachować Zamaskowany wymiary tensor (zamiast ich spłaszczenie, jak tf.boolean_mask robi).

tensor ND tensor.
mask KD logiczna napinacz K <N oraz K muszą być znane statycznie.
axis A 0 D Int Tensor stanowiących oś w tensor zamaskować z. Domyślnie oś jest 0, które będą maskować od pierwszego wymiaru. Inaczej K + oś <N.
name Nazwa tej operacji (opcjonalnie).

(N-K + 1) -wymiarowej napinacz wypełniona wpisami do tensor odpowiadających True wartości w mask .

ValueError Jeśli kształty nie są zgodne.

Przykłady:

 # 2-D example
tensor = [[1, 2], [3, 4], [5, 6]]
mask = np.array([True, False, True])
boolean_mask(tensor, mask)  # [[1, 2], [5, 6]]