tf.compat.v2.boolean_mask

Применение булевой маски к тензору.

tf.compat.v2.boolean_mask(
    tensor, mask, axis=None, name='boolean_mask'
)

Аналог в Numpy — tensor[mask].

# 1-D example
tensor = [0, 1, 2, 3]
mask = np.array([True, False, True, False])
boolean_mask(tensor, mask)  # [0, 2]

В общем случае, 0 < dim(mask) = K <= dim(tensor), и форма mask должна соответствовать первым K измерениям формы tensor. Тогда у нас есть: boolean_mask(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd] где (i1,...,iK) — i-й True элемент mask (порядок следования строк). Параметр axis можно использовать вместе с mask для указания оси, из которой следует производить маскирование. В этом случае формы axis + dim(mask) <= dim(tensor) и mask должны соответствовать первым axis + dim(mask) измерениям формы tensor.

См. также: tf.ragged.boolean_mask, который может применяться к плотным и разреженным тензорам и может быть использован, если требуется сохранить скрытые измерения tensor (а не уплощать их, как в tf.boolean_mask).

Примеры:

# 2-D example
tensor = [[1, 2], [3, 4], [5, 6]]
mask = np.array([True, False, True])
boolean_mask(tensor, mask)  # [[1, 2], [5, 6]]