tf.boolean_mask( tensor, mask, axis=None, name='boolean_mask')Numpy等价是张量[掩模]。...# 1-D exampletensor = [0, 1, 2, 3]mask = np.array([True, False, True, False])boolean_mask(tensor, mask...然后我们有:boolean_mask(张量,掩码)[i, j1,…,jd] =张量(i1,…,反向,j - 1,…其中(i1,…,iK)是mask (row-major order)的第i个真实条目。...还请参见:tf.ragged.boolean_mask,它可以应用于稠密张量和不规则张量,如果需要保留张量的掩码维(而不是像tf.boolean_mask那样将它们压扁),可以使用它。...do not conform.例:# 2-D exampletensor = [[1, 2], [3, 4], [5, 6]]mask = np.array([True, False, True])boolean_mask