有没有办法在 tensorflow 中做与下面在 numpy 中所做的相同的事情？答案

【问题标题】：Is there a way to do the same thing in tensorflow as it's done below in numpy?有没有办法在 tensorflow 中做与下面在 numpy 中所做的相同的事情？
【发布时间】：2018-03-16 15:06:31
【问题描述】：

通过使用 numpy，我可以索引一个数组，如下所示

x[mask==1]

假设x 和mask 都是numpy 数组并且mask 只包含1 和0。

现在我将x 和mask 都作为Tensors 并想模仿上述行为。我该怎么办？

【问题讨论】：

标签： python tensorflow

【解决方案1】：

使用boolean_mask。

示例：

x = tf.constant([[1,2],[3,4]])
mask = tf.constant([[1,0],[0,1]])
tf.boolean_mask(x, tf.equal(mask, 1)).eval()
# array([1, 4])

【讨论】：

当mask是未知形状的占位符时，我收到一条错误消息说Number of mask dimensions must be specified, even if some dimensions are None. E.g. shape=[None] is ok, but shape=None is not.我该如何解决？
@SherwinChen 你不能使用完全未知的形状。必须知道占位符的维度，见stackoverflow.com/questions/48978984/…
谢谢你，我已经摆脱了它:)

【解决方案2】：

这会给你一个布尔掩码

 import tensorflow as tf
 a = tf.Variable( [1,2,3,1] )   
 comparison = tf.equal( a, tf.constant( 1 ) )  
 start_op = tf.global_variables_initializer()    
 with tf.Session() as session:
   session.run(tart_op)

  print(session.run(comparison))

[ True False False  True]

【讨论】：