python中tf.boolean_mask()函數(shù)的使用方法詳解
python中tf.boolean_mask()函數(shù)的使用
tf.boolean_mask() 函數(shù)的作用是通過布爾值對指定的列的元素進行過濾。
語法結構
boolean_mask(tensor, mask, name="boolean_mask", axis=None)
其中，tensor：被過濾的元素 mask：一堆bool值，它的維度不一定等于tensor return：mask為true對應的tensor的元素 當tensor與mask維度一致時，返回一維
1-D example
import numpy as np import tensorflow as tf a = [1, 2, 3, 4] mask = np.array([True, True, False, False]) # mask 與 a 維度相同 b = tf.boolean_mask(a, mask) with tf.Session() as sess: print(sess.run(b)) print(b.shape)
[1 2]
(?,)
2-D example
import numpy as np import tensorflow as tf a = [[1, 2], [3, 4], [5, 6]] mask = np.array([True, False, True]) # mask 與 a 維度不同 b = tf.boolean_mask(a, mask) with tf.Session() as sess: print(sess.run(b)) print(b.shape)
[[1 2]
[5 6]]
(?, 2)
3-D example
import numpy as np
import tensorflow as tf
a = tf.constant([
[[2, 4], [4, 1]],
[[6, 8], [2, 1]]], tf.float32)
mask = a > 2 # mask 與 a 維度相同
b = tf.boolean_mask(a, mask)
with tf.Session() as sess:
print(sess.run(a))
print(sess.run(mask))
print(sess.run(b))
print(b.shape)
[[[2. 4.]
[4. 1.]][[6. 8.]
[2. 1.]]][[[False True]
[ True False]][[ True True]
[False False]]][4. 4. 6. 8.]
(?,)
上面的shape有如下的規(guī)則： 假設 tensor.rank=4，維度為（m，n，p，q）,則
(1)當mask.shape=(m，n，p，q)，結果返回（？，），表示所有維度都被過濾
(2)當mask.shape=(m，n，p)，結果返回（？，q），表示 q 維度沒有過濾
(3)當mask.shape=(m，n)，結果返回（？，p，q），表示 p，q 維度沒有過濾
(4)當mask.shape=(m)，結果返回（？，n，p，q），表示 n，p，q 維度沒有過濾
tensorflow 使用一種叫tensor的數(shù)據(jù)結構去展示所有的數(shù)據(jù)，我們可以把tensor看成是n維的array或者list。在tensorflow的各部分圖形間流動傳遞的只能是tensor。
tensorflow用3種方式描述一個tensor的維數(shù)：rank、shape、dimension number (維數(shù))，所以shape和rank的意思的一樣的，只是表達的形式不同。
| rank | shape | dimension |
| 0 | [ ] | 0 維 |
| 1 | [ D0 ] | 1 維 |
| 2 | [ D0, D1 ] | 2 維 |
| n | [ D0, D1, …, Dn-1 ] | n 維 |
到此這篇關于python中tf.boolean_mask()函數(shù)的使用方法詳解的文章就介紹到這了,更多相關python的tf.boolean_mask()函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了python重用父類功能的兩種方式,方式一是跟繼承沒有關系的，而方式二的super()是依賴于繼承的，并且即使沒有直接繼承關系，super()仍然會按照MRO繼續(xù)往后查找，本文給大家介紹的非常詳細，需要的朋友可以參考下2022-09-09
在matplotlib中ticks表示的是刻度,而刻度有兩層意思,一個是刻標(locs),一個是刻度標簽(tick?labels),下面這篇文章主要給大家介紹了關于Matplotlib學習筆記之plt.xticks()用法的相關資料,需要的朋友可以參考下2022-09-09
這篇文章主要介紹了Python中的CURL PycURL使用例子,需要的朋友可以參考下2014-06-06
這篇文章主要為大家介紹了Python輸入輸出從鍵盤到文件實戰(zhàn)全面指南,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-11-11
遺傳算法是模仿自然界生物進化機制發(fā)展起來的隨機全局搜索和優(yōu)化方法,它借鑒了達爾文的進化論和孟德爾的遺傳學說,其本質(zhì)是一種高效、并行、全局搜索的方法,本文給大家介紹了使用Python實現(xiàn)遺傳算法的詳細步驟,需要的朋友可以參考下2023-11-11
這篇文章主要介紹了解決python Jupyter不能導入外部包問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
CentOS7上使用pyenv搭建Django環(huán)境
本文主要介紹了CentOS7上使用pyenv搭建Django環(huán)境，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-11-11
這篇文章主要介紹了django最快程序開發(fā)流程詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
在神經(jīng)網(wǎng)絡準備訓練集的時候，經(jīng)常需要從文件夾中讀取全部圖片。經(jīng)常遇到的有兩種方式，一種是os.listdir()另一種是glob，本文結合示例代碼對python獲取文件夾中全部文件講解的非常詳細，需要的朋友參考下吧2023-01-01
Pandas實現(xiàn)DataFrame的簡單運算、統(tǒng)計與排序
本文主要介紹了Pandas實現(xiàn)DataFrame的簡單運算、統(tǒng)計與排序，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-03-03