tf.boolean_mask

Применение булевой маски к тензору.

tf.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 mask формы должны 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) — это i-й True элемент mask (порядок следования строк). axis можно использовать с mask для указания оси для применения маски. 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 разряженным тензорам и может использоваться, если нужно сохранить замаскированные измерения tensor (а не сглаживать их, как в tf.boolean_mask).

Аргументы
`tensor`	N-мерный тензор.
`mask`	K-мерный булевый тензор, K <= N и K должно быть статически известно.
`axis`	0-мерный целочисленный тензор, представляющий ось в `tensor` для применения маски. По умолчанию ось — 0, что означает маску по первому измерению. В противном случае K + ось <= N.
`name`	Имя для данной операции (необязательно).

Возвращаемое значение
(N-K+1)-мерный тензор, заполненный элементами из `tensor`, соответствующими значениям `True` в `mask`

Исключения
`ValueError`	Если формы не соответствуют.

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]]

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/boolean_mask