在TensorFlow中，如何使用python从张量中获取非零值及其索引？
在TensorFlow中，如何使用python从张量中获取非零值及其索引？
提问于 2016-08-30 13:34:07
我想做这样的事情。
假设我们有一个张量A。
A = [[1,0],[0,4]]我想从中得到非零值和它们的索引。
Nonzero values: [1,4]
Nonzero indices: [[0,0],[1,1]]在Numpy中也有类似的操作。
在展平的A中，np.flatnonzero(A)返回非零的索引。
x.ravel()[np.flatnonzero(x)]根据非零索引提取元素。
下面是这些操作的a link。
我如何用python在Tensorflow中做类似上面的Numpy操作呢？
(矩阵是否展平并不重要。)
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-08-30 17:15:54
您可以使用not_equal和where方法在Tensorflow中实现相同的结果。
zero = tf.constant(0, dtype=tf.float32)
where = tf.not_equal(A, zero)在以下情况下，where是与A holding True或False形状相同的张量
[[True, False],
[False, True]]这足以从A中选择零或非零元素。如果您想获取索引，可以使用where方法，方法如下：
indices = tf.where(where)where张量有两个True值，因此indices张量将有两个条目。where张量的等级为2，因此条目将有两个索引：
[[0, 0],
[1, 1]]Stack Overflow用户
发布于 2018-05-11 15:20:25
#assume that an array has 0, 3.069711, 3.167817.
mask = tf.greater(array, 0)
non_zero_array = tf.boolean_mask(array, mask)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/39219414
复制相关文章
相似问题
腾讯云开发者
