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

Where

পাবলিক ফাইনাল ক্লাস যেখানে

টেনসারে ননজারো / সত্য মানগুলির অবস্থানগুলি প্রদান করে।

এই অপারেশনটি `শর্তে সত্যিকারের উপাদানগুলির স্থানাঙ্ক ফেরত দেয়` স্থানাঙ্কগুলি 2-ডি টেনসারে ফিরে আসে যেখানে প্রথম মাত্রা (সারি) সত্য উপাদানগুলির সংখ্যা উপস্থাপন করে এবং দ্বিতীয় মাত্রা (কলাম) সত্য উপাদানগুলির স্থানাঙ্ককে উপস্থাপন করে। মনে রাখবেন, আউটপুট টেনসরের আকৃতি `শর্ত` এ কতগুলি প্রকৃত মান রয়েছে তার উপর নির্ভর করে 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 <দীর্ঘ>
আউটপুট ()
একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।
স্থির <টি> কোথায়
তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <T> শর্ত)
একটি ক্লাস মোড়ানো নতুন কারখানার ক্রিয়াকলাপ তৈরি করার জন্য কারখানার পদ্ধতি।
আউটপুট <দীর্ঘ>

উত্তরাধিকারী পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <দীর্ঘ> আউটপুট হিসাবে ()

একটি সেন্সরটির প্রতীকী হ্যান্ডেল ফেরত দেয়।

টেনসরফ্লো অপারেশনের ইনপুটগুলি অন্য টেনসরফ্লো অপারেশনের আউটপুট। এই পদ্ধতিটি প্রতীকী হ্যান্ডেল প্রাপ্ত করতে ব্যবহৃত হয় যা ইনপুটটির গণনা উপস্থাপন করে।

সর্বজনীন স্ট্যাটিক যেখানে তৈরি করুন ( স্কোপ স্কোপ, অপেরাড <টি> শর্ত)

একটি ক্লাস মোড়ানো নতুন কারখানার ক্রিয়াকলাপ তৈরি করার জন্য কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
ফিরে আসে
  • যেখানে একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <দীর্ঘ> সূচক ()