Where

lớp cuối cấp công khai ở đâu

Trả về vị trí của các giá trị khác 0/đúng trong một tenxơ.

Thao tác này trả về tọa độ của các phần tử đúng trong `điều kiện`. Tọa độ được trả về trong một tenxơ 2-D trong đó chiều thứ nhất (hàng) biểu thị số phần tử thực và chiều thứ hai (cột) biểu thị tọa độ của các phần tử thực. Hãy nhớ rằng, hình dạng của tenxơ đầu ra có thể thay đổi tùy thuộc vào số lượng giá trị thực có trong `điều kiện`. Các chỉ số được xuất theo thứ tự hàng lớn.

Ví dụ:

# '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]]
 

Hằng số

Sợi dây OP_NAME Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Phương pháp công khai

Đầu ra < TInt64 >
asOutput ()
Trả về tay cầm tượng trưng của tensor.
tĩnh ở đâu
tạo ( Phạm vi phạm vi, Toán hạng <? mở rộng TType > điều kiện)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Where mới.
Đầu ra < TInt64 >

Phương pháp kế thừa

Hằng số

Chuỗi cuối cùng tĩnh công khai OP_NAME

Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Giá trị không đổi: "Ở đâu"

Phương pháp công khai

Đầu ra công khai < TInt64 > asOutput ()

Trả về tay cầm tượng trưng của tensor.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

public static Nơi tạo ( Phạm vi phạm vi, Toán hạng <? mở rộng TType > điều kiện)

Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Where mới.

Thông số
phạm vi phạm vi hiện tại
Trả lại
  • một phiên bản mới của Where

Đầu ra công khai < TInt64 > chỉ mục ()