Tensorflow - 请破译 tf.where 文件所说的内容

Question

请解读tf.where 文档中关于当同时提供 x 和 y 时它的作用的内容。

我想它试图说它会通过以下方式产生结果：

1. 将 y 广播到结果形状。
2. 将 x 广播到结果形状。
3. 使用条件为真的 x 元素更新 y。

这对吗？

如果提供了 x 和 y（两者都具有非 None 值）： tf.where 将从条件、x 和 y 的形状中选择一个输出形状，所有三个形状都可以广播到。

退货 如果提供了 x 和 y：与 x 和 y 具有相同类型的张量，以及从条件 x 和 y 广播的形状。否则，一个形状为 (num_true, dim_size(condition)) 的张量。

Answer 1

根据tf.where上的最新文档

如果提供了 x 和 y（两者都具有非 None 值）：

tf.where 将从条件形状 x 中选择一个输出形状， 以及所有三个形状都可以广播到的 y。

条件张量充当掩码，选择是否 输出中的相应元素/行应取自 x（如果 条件中的元素为真）或 y（如果为假）。

例如：

tf.where([True, False, False, True], [1,2,3,4], [100,200,300,400])

#它从 [1,2,3,4] 即 [1,4] 中获取真索引值，从 [100,200,300,400] 即 [200,300] 中获取假索引值

输出：

您可以将输出张量形状视为输入 numpy 数组。