tf.compat.v1.boolean_mask

Применение булевой маски к тензору.

tf.compat.v1.boolean_mask(
    tensor, mask, name='boolean_mask', axis=None
)

Аналог в Numpy tensor[mask].

В общем случае 0 < dim(mask) = K <= dim(tensor), и форма mask должна совпадать с первыми K измерениями формы tensor. Тогда мы имеем: boolean_mask(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd], где (i1,...,iK) — i-ый True элемент mask (порядок следования — строки). axis можно использовать с mask для указания оси, из которой производится масскирование. В этом случае, форма axis + dim(mask) <= dim(tensor) и mask должна совпадать с первыми axis + dim(mask) измерениями формы tensor.

См. также: tf.ragged.boolean_mask, который может быть применён к плотным и разрозненным тензорам и может быть использован, если необходимо сохранить измерения, которые были замаскированы в tensor (а не сглаживать их, как в tf.boolean_mask).

Примеры:

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

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