Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
przepływ tensorowy:: ops:: Gdzie3
#include <math_ops.h> Wybiera elementy spośród x lub y , w zależności od condition .
Streszczenie
Wszystkie tensory x i y muszą mieć ten sam kształt i wynik również będzie miał ten kształt.
Tensor condition musi być skalarem, jeśli x i y są skalarami. Jeśli x i y są wektorami lub mają wyższą rangę, wówczas condition musi być skalarem, wektorem o rozmiarze pasującym do pierwszego wymiaru x lub musi mieć taki sam kształt jak x .
Tensor condition działa jak maska, która wybiera, na podstawie wartości każdego elementu, czy odpowiedni element/wiersz na wyjściu powinien zostać pobrany z x (jeśli prawda), czy y (jeśli fałsz).
Jeśli condition jest wektorem, a x i y są macierzami wyższego rzędu, wówczas wybiera, który wiersz (wymiar zewnętrzny) skopiować z x i y . Jeśli condition ma taki sam kształt jak x i y , wówczas wybiera, który element skopiować z x i y .
Na przykład:
# 'condition' tensor is [[True, False]
# [False, True]]
# 't' is [[1, 2],
# [3, 4]]
# 'e' is [[5, 6],
# [7, 8]]
select(condition, t, e) # => [[1, 6], [7, 4]]
# 'condition' tensor is [True, False]
# 't' is [[1, 2],
# [3, 4]]
# 'e' is [[5, 6],
# [7, 8]]
select(condition, t, e) ==> [[1, 2],
[7, 8]]
Arguments:
- scope: A Scope object
- x: = A
Tensor which may have the same shape as condition. If condition is rank 1, x may have higher rank, but its first dimension must match the size of condition.
- y: = A
Tensor with the same type and shape as x.
Returns:
Public attributes
Funkcje publiczne
węzeł
::tensorflow::Node * node() const
operator::tensorflow::Input() const
operator::tensorflow::Wyjście
operator::tensorflow::Output() const
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-26 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-26 UTC."],[],[],null,["# tensorflow::ops::Where3 Class Reference\n\ntensorflow::ops::Where3\n=======================\n\n`#include \u003cmath_ops.h\u003e`\n\nSelects elements from `x` or `y`, depending on `condition`.\n\nSummary\n-------\n\nThe `x`, and `y` tensors must all have the same shape, and the output will also have that shape.\n\nThe `condition` tensor must be a scalar if `x` and `y` are scalars. If `x` and `y` are vectors or higher rank, then `condition` must be either a scalar, a vector with size matching the first dimension of `x`, or must have the same shape as `x`.\n\nThe `condition` tensor acts as a mask that chooses, based on the value at each element, whether the corresponding element / row in the output should be taken from `x` (if true) or `y` (if false).\n\nIf `condition` is a vector and `x` and `y` are higher rank matrices, then it chooses which row (outer dimension) to copy from `x` and `y`. If `condition` has the same shape as `x` and `y`, then it chooses which element to copy from `x` and `y`.\n\nFor example:\n\n\n```text\n# 'condition' tensor is [[True, False]\n# [False, True]]\n# 't' is [[1, 2],\n# [3, 4]]\n# 'e' is [[5, 6],\n# [7, 8]]\nselect(condition, t, e) # =\u003e [[1, 6], [7, 4]]\n```\n\n\u003cbr /\u003e\n\n\n```text\n# 'condition' tensor is [True, False]\n# 't' is [[1, 2],\n# [3, 4]]\n# 'e' is [[5, 6],\n# [7, 8]]\nselect(condition, t, e) ==\u003e [[1, 2],\n [7, 8]]\n```\n\n\u003cbr /\u003e\n\n\n````gdscript\n \n Arguments:\n \n- scope: A /versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope object\n\n \n- x: = A /versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor which may have the same shape as condition. If condition is rank 1, x may have higher rank, but its first dimension must match the size of condition.\n\n \n- y: = A /versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor with the same type and shape as x.\n\n \n\n Returns:\n \n- /versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output: = A /versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor with the same type and shape as x and y. \n\n \n\n \n\n\n \n### Constructors and Destructors\n\n\n \n\n\n\n #classtensorflow_1_1ops_1_1_where3_1a1e043e7f8493b555a94d106084a64a32(const ::/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope & scope, ::/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input condition, ::/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input x, ::/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input y)\n \n\n \n\n\n \n\n\n \n### Public attributes\n\n\n \n\n\n\n #classtensorflow_1_1ops_1_1_where3_1a9b749e1046fbe4c39075a2b037391cf2\n \n\n \n\n /versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation\n \n\n \n\n\n\n #classtensorflow_1_1ops_1_1_where3_1a07742c7ad2705b0fa9b9cc9e59eca41b\n \n\n \n\n ::/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output\n \n\n \n\n\n \n\n\n \n### Public functions\n\n\n \n\n\n\n #classtensorflow_1_1ops_1_1_where3_1aacfd2a5bd041b46bc2179d3e9ac5c0c6() const \n \n\n \n\n ::tensorflow::Node *\n \n\n \n\n\n\n #classtensorflow_1_1ops_1_1_where3_1a7fcabeeb211b239288d028b587a88e54() const \n \n\n \n\n `\n` \n`\n` \n\n\n\n #classtensorflow_1_1ops_1_1_where3_1aedd6e529c7127af0c5af333ded627ab3() const \n \n\n \n\n `\n` \n`\n` \n\n\n Public attributes\n \n \n### operation\n\n\n \n```\nOperation operation\n```\n\n \n\n \n \n \n### output\n\n\n \n\n\n```text\n::tensorflow::Output output\n```\n\n \n\n \n Public functions\n \n \n### Where3\n\n\n \n\n\n```gdscript\n Where3(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input condition,\n ::tensorflow::Input x,\n ::tensorflow::Input y\n)\n```\n\n \n\n \n \n \n### node\n\n\n \n\n\n```gdscript\n::tensorflow::Node * node() const \n```\n\n \n\n \n \n \n### operator::tensorflow::Input\n\n\n \n\n\n```gdscript\n operator::tensorflow::Input() const \n```\n\n \n\n \n \n \n### operator::tensorflow::Output\n\n\n \n\n\n```gdscript\n operator::tensorflow::Output() const \n```\n\n \n\n \n\n \n\n \n````"]]
