tf.where() 不会产生与 np.where() 相同的结果

Question

我正在使用相同的逻辑代码将 tensorflow 与 numpy 进行比较。

在实现 tf.where 时，我无法得到与 np.where 相同的结果
下面的代码或用法有什么问题？

数据：

X_batch = np.concatenate([np.arange(10).reshape(1, -1) for i in range(10)], axis=0)

tensorflow tf.where 玩具代码：

X = tf.placeholder(dtype=tf.int32, shape=[10, 10])

with tf.Session() as sess:
    print(sess.run(tf.where(X > 5, tf.zeros([10, 10], dtype=tf.int32), 
                            X), feed_dict={X: X_batch}))

numpy np.where 玩具代码：

np.where(X_batch > 5, np.zeros([10,10]), X_batch)

​ 代码有一些拼写错误。修正完成

Answer 1

我编辑了代码。 tf.where() 的输入应与 np.where() 相同。因此，对于 tf.where() 的参数，您应该将零 10*10 矩阵和 x_batch 作为输入作为您的 np.where() 方法参数。

import tensorflow as tf
import numpy as np


X_batch = np.concatenate([np.arange(10).reshape(1, -1) for i in range(10)], axis=0)

#print(X_batch )

X = tf.placeholder(dtype=tf.int32, shape=[10, 10])

with tf.Session() as sess:
    print(sess.run(tf.where(X > 5, tf.fill([10, 10], 0),
                            X), feed_dict={X: X_batch}))

希望这会有所帮助。