tensorflow学习笔记（tf.where）

• tf.where(condition,  x=None, y=None,  name=None)

   根据condition返回x或y中的元素。

   函数参数：

• condition：一个bool类型的张量（Tensor）。
• x：可能与condition具有相同形状的张量；如果condition的秩是1，则x可能有更高的排名，但其第一维度必须匹配condition的大小。
• y：与x具有相同的形状和类型的张量。
• name：操作的名称（可选）。

  返回值：

  如果它们不是None，则返回与x，y具有相同类型与形状的张量；张量具有形状(num_true, dim_size(condition))。

  可能引发的异常： ValueError：当一个x或y正好不是None

Examples:

（1）tf.where(condition)的用法：

condition是布尔值：True / False; 返回值是condition中元素为True对应的索引

import tensorflow as tf
condition1 = [[True,False,False],
             [False,True,True]]
condition2 = [[True,False,False],
             [False,True,False]]
with tf.Session() as sess:
    print(sess.run(tf.where(condition1)))
    print(sess.run(tf.where(condition2))) 

输出：

[[0 0]
 [1 1]
 [1 2]]
[[0 0]
 [1 1]]

（2）tf.where(condition, x=None, y=None)的用法

condition, x, y相同维度，condition是bool值；

返回值是对应元素，condition中元素为True的元素替换为x中的元素，为False的元素替换为y中对应元素，x只负责对应替换True的元素，y只负责对应替换False的元素，x，y各有分工。由于是替换，返回值的维度，和condition，x ， y都是相等的。

import tensorflow as tf
x = [[1,2,3],[4,5,6]]
y = [[1,0,3],[1,5,1]]
condition3 = [[True,False,False],
             [False,True,True]]
condition4 = [[True,False,False],
             [False,True,False]]
with tf.Session() as sess:
    print(sess.run(tf.where(condition3, x, y)))
    print(sess.run(tf.where(condition4, x, y)))

输出：

[[1 0 3]
 [1 5 6]]
[[1 0 3]
 [1 5 1]]