tf.raw_ops.LogicalAnd

Возвращает логическое И x и y поэлементно.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.raw_ops.LogicalAnd

tf.raw_ops.LogicalAnd(
    x, y, name=None
)

Функция логического И.

Требуется, чтобы x и y имели одинаковую форму или имели совместимые формы для трансляции. Например, x и y могут быть:

Два отдельных элемента типа bool.
Один tf.Tensor типа bool и один отдельный bool, где результат вычисляется путём применения логического И с отдельным элементом к каждому элементу в более крупном тензоре.
Два tf.Tensor объекта типа bool одинаковой формы. В этом случае результат будет поэлементным логическим И двух входных тензоров.

Вы также можете использовать оператор &.

Использование
>>> a = tf.constant([True]) >>> b = tf.constant([False]) >>> tf.math.logical_and(a, b) <tf.Tensor: shape=(1,), dtype=bool, numpy=array([False])> >>> a & b <tf.Tensor: shape=(1,), dtype=bool, numpy=array([False])> c = tf.constant([True]) x = tf.constant([False, True, True, False]) tf.math.logical_and(c, x) <tf.Tensor: shape=(4,), dtype=bool, numpy=array([False, True, True, False])> c & x <tf.Tensor: shape=(4,), dtype=bool, numpy=array([False, True, True, False])> y = tf.constant([False, False, True, True]) z = tf.constant([False, True, False, True]) tf.math.logical_and(y, z) <tf.Tensor: shape=(4,), dtype=bool, numpy=array([False, False, False, True])> y & z <tf.Tensor: shape=(4,), dtype=bool, numpy=array([False, False, False, True])> Этот оператор также поддерживает трансляцию tf.logical_and([[True, False]], [[True], [False]]) <tf.Tensor: shape=(2, 2), dtype=bool, numpy= array([[ True, False], [False, False]])>

Использование

>>> a = tf.constant([True])
>>> b = tf.constant([False])
>>> tf.math.logical_and(a, b)
<tf.Tensor: shape=(1,), dtype=bool, numpy=array([False])>
>>> a & b
<tf.Tensor: shape=(1,), dtype=bool, numpy=array([False])>

c = tf.constant([True])
x = tf.constant([False, True, True, False])
tf.math.logical_and(c, x)
<tf.Tensor: shape=(4,), dtype=bool, numpy=array([False,  True,  True, False])>
c & x
<tf.Tensor: shape=(4,), dtype=bool, numpy=array([False,  True,  True, False])>

y = tf.constant([False, False, True, True])
z = tf.constant([False, True, False, True])
tf.math.logical_and(y, z)
<tf.Tensor: shape=(4,), dtype=bool, numpy=array([False, False, False, True])>
y & z
<tf.Tensor: shape=(4,), dtype=bool, numpy=array([False, False, False, True])>

Этот оператор также поддерживает трансляцию

tf.logical_and([[True, False]], [[True], [False]])
<tf.Tensor: shape=(2, 2), dtype=bool, numpy=
  array([[ True, False],
         [False, False]])>

Реализация этого поэлементного оператора с помощью функции сокращения — tf.math.reduce_all.

Аргументы
`x`	A `tf.Tensor` типа bool.
`y`	A `tf.Tensor` типа bool.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `tf.Tensor` типа bool с формой, к которой `x` и `y` транслируются.

Аргументы
`x`	A `Tensor` типа `bool`.
`y`	A `Tensor` типа `bool`.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor` типа `bool`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/LogicalAnd