tf.where用法

tenflow 中tf.where(）用法

where(condition, x=None, y=None, name=None)

condition， x, y 相同維度，condition是bool型值，True/False

1.where(condition）的用法

condition是bool型值，True/False

返回值，是condition中元素爲True對應的索引

看個例子：

import tensorflow as tf
condition1 = [[True,False,False],
             [False,True,True]]
condition2 = [[True,False,False],
             [False,True,False]]
with tf.Session() as sess:
    print(sess.run(tf.where(condition1)))
    print(sess.run(tf.where(condition2)))

結果1:

[[0 0]
 [1 1]
 [1 2]]

表示第0行第0列,第1行第1列，第1行第2列這些位置上面的值爲真值;

結果2:

[[0 0]
 [1 1]]

表示第0行第0列,第1行第1列這些位置上面的值爲真值;

2.where(condition, x=None, y=None, name=None)的用法

condition， x, y 相同維度，condition是bool型值，True/False

返回值是對應元素，condition中元素爲True的元素替換爲x中的元素，爲False的元素替換爲y中對應元素

x只負責對應替換True的元素，y只負責對應替換False的元素，x，y各有分工

由於是替換，返回值的維度，和condition，x ， y都是相等的。

import tensorflow as tf
x = [[1,2,3],[4,5,6]]
y = [[7,8,9],[10,11,12]]
condition3 = [[True,False,False],
             [False,True,True]]
condition4 = [[True,False,False],
             [True,True,False]]
with tf.Session() as sess:
    print(sess.run(tf.where(condition3,x,y)))
    print(sess.run(tf.where(condition4,x,y)))  

1， [[ 1  8  9]
    [10  5  6]]
2， [[ 1  8  9]
    [ 4  5 12]]