14 - 高阶操作

7个月前 210次点击 来自 TensorFlow

收录专题: TensorFlow入门笔记

1.where

where(tensor)返回元素为True的位置

# 随机生成符合正态分布的[3,3]的tensor
a = tf.random.normal([3,3])
print(a)
# 将其对应的bool矩阵赋值给mask
mask = a>0
print(mask)
# 通过mask取到true对应的a的元素值
print(tf.boolean_mask(a,mask))
# 通过where获取true的位置
indices = tf.where(mask)
print(indices)
# 通过indices从a中取元素
print(tf.gather_nd(a,indices))

where(cond,A,B) 从AB中筛选出需要的值

print(mask)
# 定义A tensor元素全为1
A = tf.ones([3,3])
# 定义B tensor元素全为0
B = tf.zeros([3,3])
# 采样时取A上的true B上的false
print(tf.where(mask,A,B))

2.scatter_nd

# 指定更新值的index
indices = tf.constant([[4],[3],[1],[7]])
# 指定更新元素
updates = tf.constant([9,10,11,12])
# 指定底板shape
shape = tf.constant([8])
print(tf.scatter_nd(indices,updates,shape))

二维实例

# 指定更新元素的索引
indices = tf.constant([[0],[2]])
# 指定更新元素的值
updates = tf.constant([
    [[5,5,5,5],[6,6,6,6],[7,7,7,7],[8,8,8,8]],
    [[5,5,5,5],[6,6,6,6],[7,7,7,7],[8,8,8,8]]
])
print(updates.shape)
# 指定底板shape
shape = tf.constant([4,4,4])
print(tf.scatter_nd(indices,updates,shape))

3.meshgrid

给定x,y范围(-2到2),生成所有点[N,2]

numpy

points = []
for y in np.linspace(-2,2,5):
    for x in np.linspace(-2,2,5):
        points.append([x,y])

return np.array(points)

tensorflow gpu加速

# 生成y轴,范围-2,2,元素个数5个
y = tf.linspace(-2,2,5)
print(y)
# 按照相同方式生成x轴
x = tf.linspace(-2,2,5)
# 生成坐标系
points_x,points_y = tf.meshgrid(x,y)
print(points_x.shape)
points = tf.stack([points_x,points_y],axis=2) #[5,5,2]
points = tf.reshape(points, [-1, 2]) #[25,2]
Card image cap
开发者雷

尘世间一个小小的开发者,每天增加一些无聊的知识,就不会无聊了

要加油~~~

技术文档 >> 系列应用 >>
热推应用
Let'sLearnSwift
学习Swift的入门教程
PyPie
Python is as good as Pie
标签