企业为什么做网站推广,大诚当道设计公司,北京做网站男生工资,怎么用 做网站目录 1、利用index进行索引
2、利用“#xff1a;”和“...”进行索引与切片
3、tf.gather#xff08;#xff09;——对一个维度进行乱序索引
优势#xff1a;
缺点#xff1a;
例子
4、tf.gather_nd()——同时对多个维度进行索引
5、tf.boolean_mask()——通过布…目录 1、利用index进行索引
2、利用“”和“...”进行索引与切片
3、tf.gather——对一个维度进行乱序索引
优势
缺点
例子
4、tf.gather_nd()——同时对多个维度进行索引
5、tf.boolean_mask()——通过布尔值来进行索引 1、利用index进行索引 2、利用“”和“...”进行索引与切片
对于每一维
startendstep
默认的是区间是【start_index,end_index
默认的取值间隔为step 3、tf.gather——对一个维度进行乱序索引
tf.gather(aaxiesn,indices[5,1,3,2,5])1、a是数据源即待索引切片的数据设a.shape tensorshape[4,35,8]
2、axiesn表示的是需要进行索引的维度数axies0,表示对第一维进行索引axies1表示对第二维进行索引以此类推
3、indices[,,,]表示要提取数据的索引号4、通过tf.gather返回的依旧是一个tensor优势
前面的两种索引方法是需要遵循一定的顺序进行索引切片的那要进行乱序索引应该怎么办呢这就需要用到
tf.gather()
缺点
tf.gather()——一次只能对一个维度进行索引 例子 4、tf.gather_nd()——同时对多个维度进行索引 如上图可知要想对多个维度进行索引时可以用gather依次选取但是维度很多时就不行了
这时候就需要使用到tf.gather_nd 5、tf.boolean_mask()——通过布尔值来进行索引
TRUE则表示取值
FALSE表示不取值
tf.boolean_mask(a,mask[True/False,...,True/False],axiesn)1、a表示的是数据源待索引的数据集2、mask【】这里是由True和false组成的列表根据这个列表去指定的维度进行索引TRUE取值FALSE不取3、axiesn:指定要进行索引的维度数从外层到内层维度数依次从0递增注意mask列表中TRUE和FALSE的总数必须和指定维度的元素的个数保持一致否则会报错