1.tf.equal(a, b)和tf.less_equal(a, b):a、b是tensor(或一个数),如果a的对应位置小于(等于)b的对应位置,则返回的tensor的对应位置为True。
import tensorflow as tf
import numpy as np
a=np.array([[1,0,4],[0,1,1]])
b=np.array([[3,2,3],[4,5,6]])
c=tf.less_equal(a,b)
sess=tf.Session()
print(sess.run(c))
输出
[[ True True False]
[ True True True]]
2.tf.where(a):输出a中值为True的坐标。
上面1代码的最后一行加上
print(sess.run(tf.where(c)))
输出
[[0 0]
[0 1]
[1 0]
[1 1]
[1 2]]
3.tf.squeeze和tf.expand_dims是一对互逆操作,用于增加、降低维度。
import tensorflow as tf
import numpy as np
a=np.array([[1,0,4],[0,1,1]])#(2,3)
ra=tf.squeeze(a)#(2,3)
b=np.array([[1],[0],[4]])#(3, 1)
rb=tf.squeeze(b,1)#(3,)
sess=tf.Session()
print(sess.run(ra))
print "---"
print(sess.run(rb))
输出
[[1 0 4]
[0 1 1]]
---
[1 0 4]
4.tf.gather:用指定坐标的元素组成新tensor