중첩 클래스
수업 | BooleanMask.Options | BooleanMask 의 선택적 속성 |
공공 생성자
부울마스크 () |
공개 방법
정적 BooleanMask.Options | 축 (정수축) 마스크할 축을 나타내는 데 사용됩니다. |
정적 BooleanMask.Options | 축 (int 축) 마스크할 축을 나타내는 데 사용됩니다. |
static <T는 TType을 확장합니다. > 피연산자 <T> |
상속된 메서드
공공 생성자
공개 부울마스크 ()
공개 방법
public static BooleanMask.Options 축 (정수 축)
마스크할 축을 나타내는 데 사용됩니다. axis + dim(mask) <= dim(tensor)
및 mask
모양은 tensor
모양의 첫 번째 axis + dim(mask)
차원과 일치해야 합니다.
매개변수
중심선 | 마스크할 축입니다. null인 경우 0을 사용합니다. |
---|
공개 정적 BooleanMask.Options 축 (int 축)
마스크할 축을 나타내는 데 사용됩니다. axis + dim(mask) <= dim(tensor)
및 mask
모양은 tensor
모양의 첫 번째 axis + dim(mask)
차원과 일치해야 합니다.
매개변수
중심선 | 마스크할 축입니다. |
---|
공개 정적 피연산자 <T> 생성 ( 범위 범위, 피연산자 <T> 텐서, 피연산자 < TBool > 마스크, 옵션... 옵션)
텐서에 부울 마스크를 적용합니다. 마스크의 true
에 해당하는 각 요소의 평면 배열을 반환합니다.
Numpy에 해당하는 것은 tensor[mask]
입니다.
일반적으로 0 < dim(mask) = K <= dim(tensor)
이며 mask
의 모양은 tensor
모양의 첫 번째 K 차원과 일치해야 합니다. 그러면 다음과 같습니다 booleanMask(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd]
여기서 (i1,...,iK)
mask
의 i번째 true
항목입니다(행 우선 순서).
axis
mask
와 함께 사용하여 마스크할 축을 나타낼 수 있습니다(기본적으로 0입니다). 이 경우 axis + dim(mask) <= dim(tensor)
및 mask
의 모양은 tensor
모양의 첫 번째 axis + dim(mask)
차원과 일치해야 합니다.
매개변수
텐서 | 마스크할 텐서입니다. |
---|---|
마스크 | 적용할 마스크입니다. |
옵션 | 선택적 속성 값을 전달합니다. |
보고
- 마스크된 텐서.