python - 使用 bool 张量的Tensorflow索引

在numpy中，具有两个相同形状的数组x和y，可以像y[x > 1]这样进行切片。如何在 tensorflow 中获得相同的结果？ y[tf.greater(x, 1)]不起作用，并且tf.slice也不支持任何此类功能。现在有没有一种方法可以使用 bool 张量进行索引，或者目前不支持该方法？

最佳答案

尝试:

ones = tf.ones_like(x) # create a tensor all ones
mask = tf.greater(x, ones) # boolean tensor, mask[i] = True iff x[i] > 1
slice_y_greater_than_one = tf.boolean_mask(y, mask)

参见tf.boolean_mask

编辑:另一种(更好的？)方法:

import tensorflow as tf

x = tf.constant([1, 2, 0, 4])
y = tf.Variable([1, 2, 0, 4])
mask = x > 1
slice_y_greater_than_one = tf.boolean_mask(y, mask)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print (sess.run(slice_y_greater_than_one)) # [2 4]

关于python - 使用 bool 张量的Tensorflow索引，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/33769041/