tf.math.logical_and

Возвращает логическое значение x И y поэлементно.

tf.math.logical_and(
    x, y, name=None
)

Функция логического И.

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

• Два отдельных элемента типа bool.
• Один tf.Tensor типа bool и один отдельный bool, где результат будет вычислен 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 представлять поэлементное логическое И двух входных тензоров.

Вы также можете использовать оператор & вместо этого.

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]])>

Функция сокращения для этой поэлементной операции — tf.math.reduce_all.