tf.where

Возвращает элементы, где condition равно True (многократное использование x и y).

tf.where(
    condition, x=None, y=None, name=None
)

Этот оператор имеет два режима: в одном режиме и x и y предоставлены, в другом режиме ни один из них не предоставлен. condition всегда должен быть tf.Tensor типа bool.

Получение индексов элементов True

Если x и y не предоставлены (оба равны None):

tf.where вернет индексы condition, которые равны True, в виде двумерного тензора с формой (n, d). (Где n — количество соответствующих индексов в condition, а d — количество измерений в condition).

Индексы выводятся в порядке следования строк.

tf.where([True, False, False, True])
<tf.Tensor: shape=(2, 1), dtype=int64, numpy=
array([[0],
       [3]])>

tf.where([[True, False], [False, True]])
<tf.Tensor: shape=(2, 2), dtype=int64, numpy=
array([[0, 0],
       [1, 1]])>

tf.where([[[True, False], [False, True], [True, True]]])
<tf.Tensor: shape=(4, 3), dtype=int64, numpy=
array([[0, 0, 0],
       [0, 1, 1],
       [0, 2, 0],
       [0, 2, 1]])>

Многократное использование между x и y

Если x и y предоставлены (оба имеют значения, отличные от None):

tf.where выберет форму вывода из форм condition, x, и y, для которых все три формы являются совместимыми для трансляции.

Тензор condition действует как маска, которая выбирает, следует ли брать соответствующий элемент/строку в выводе из x (если элемент в condition is True) ory` (если он ложный).

tf.where([True, False, False, True], [1,2,3,4], [100,200,300,400])
<tf.Tensor: shape=(4,), dtype=int32, numpy=array([  1, 200, 300,   4],
dtype=int32)>
tf.where([True, False, False, True], [1,2,3,4], [100])
<tf.Tensor: shape=(4,), dtype=int32, numpy=array([  1, 100, 100,   4],
dtype=int32)>
tf.where([True, False, False, True], [1,2,3,4], 100)
<tf.Tensor: shape=(4,), dtype=int32, numpy=array([  1, 100, 100,   4],
dtype=int32)>
tf.where([True, False, False, True], 1, 100)
<tf.Tensor: shape=(4,), dtype=int32, numpy=array([  1, 100, 100,   1],
dtype=int32)>

tf.where(True, [1,2,3,4], 100)
<tf.Tensor: shape=(4,), dtype=int32, numpy=array([1, 2, 3, 4],
dtype=int32)>
tf.where(False, [1,2,3,4], 100)
<tf.Tensor: shape=(4,), dtype=int32, numpy=array([100, 100, 100, 100],
dtype=int32)>