BooleanMaskUpdate

برای نشان دادن محوری که باید از آن پوشانده شود استفاده می شود. axis + dim(mask) <= dim(tensor) و شکل mask باید با ابعاد axis + dim(mask) شکل tensor مطابقت داشته باشد.

آیا به‌روزرسانی پخش را امتحان کنید. به طور پیش فرض درست است.

یک تانسور را در مقادیر پوشانده شده به روز می کند و تانسور به روز شده را برمی گرداند. تانسورهای ورودی را تغییر نمی دهد. updates به طور پیش فرض پخش خواهد شد

معادل Numpy «تنسور[ماسک] = به‌روزرسانی‌ها» است.

به طور کلی 0 < dim(mask) = K <= dim(tensor) و شکل mask باید با اولین ابعاد K شکل tensor مطابقت داشته باشد. سپس داریم: booleanMask(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd] که در آن (i1,...,iK) این ورودی true mask (ترتیب ردیف اصلی) است.

axis می توان با mask برای نشان دادن محوری که باید از آن پوشانده شود استفاده کرد (به طور پیش فرض 0 است). در این صورت، axis + dim(mask) <= dim(tensor) و شکل mask باید با ابعاد axis + dim(mask) شکل tensor مطابقت داشته باشد.

شکل updates باید [n, t_1, t_2, ...] باشد که در آن n تعداد مقادیر واقعی در mask و t_i بعد i tensor بعد از axis و mask است. updates به‌طور پیش‌فرض به این شکل پخش می‌شوند، که می‌توان با استفاده از options غیرفعال کرد.