TensorFlow 在张量上应用布尔掩码

tf.boolean_mask

boolean_mask ( 
    tensor , 
    mask , 
    name = 'boolean_mask' 
)

定义在：tensorflow/python/ops/array_ops.py.

参见指南：张量变换>分割和连接

对张量应用布尔掩码.Numpy 等同于 tensor[mask].

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

一般情况下,0 < dim(mask) = K <= dim(tensor) 并且 mask 的形状必须与张量形状的第一 K 维度匹配.然后我们就有：(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd] 当(i1,...,iK) 是 mask (row-major order) 的第 i 个真输入.

ARGS：

• tensor：N -D 张量.
• mask：K - D 布尔张量,K <= N 和 K 必须是静态已知的.
• name：此操作的名称(可选).

返回：

返回(N-K + 1)维张量由条目中填充的 tensor 对应于 mask 中的 True 值.

注意：

• ValueError：如果形状不符合时.

例子：

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