সতর্কতা: প্রতিস্থাপন স্থিতিশীল হওয়ার পরে এই API টি অবচয় করা হয়েছে এবং টেনসরফ্লোয়ের ভবিষ্যতের সংস্করণে সরানো হবে।

Where

পাবলিক চূড়ান্ত বর্গ কোথায়

একটি টেনসরে অশূন্য/সত্য মানের অবস্থান প্রদান করে।

এই ক্রিয়াকলাপটি 'শর্ত'-এ সত্য উপাদানগুলির স্থানাঙ্ক ফিরিয়ে দেয়। স্থানাঙ্কগুলি 2-ডি টেনসরে ফেরত দেওয়া হয় যেখানে প্রথম মাত্রা (সারি) সত্য উপাদানের সংখ্যা প্রতিনিধিত্ব করে এবং দ্বিতীয় মাত্রা (কলাম) সত্য উপাদানগুলির স্থানাঙ্ক উপস্থাপন করে। মনে রাখবেন, 'শর্ত'-এ কতগুলি সত্য মান রয়েছে তার উপর নির্ভর করে আউটপুট টেনসরের আকার পরিবর্তিত হতে পারে। সূচকগুলি সারি-প্রধান ক্রমে আউটপুট হয়।

: উদাহরণস্বরূপ

# '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]]
 

পাবলিক পদ্ধতি

আউটপুট <লং>
asOutput ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <টি> কোথায়
তৈরি ( ব্যাপ্তি সুযোগ প্রতীক <টি> শর্ত)
একটি নতুন যেখানে অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
আউটপুট <লং>

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

পাবলিক আউটপুট <লং> asOutput ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক কোথায় তৈরি করুন ( ব্যাপ্তি সুযোগ প্রতীক <টি> শর্ত)

একটি নতুন যেখানে অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
রিটার্নস
  • যেখানে একটি নতুন উদাহরণ

পাবলিক আউটপুট <লং> সূচক ()