如何在TensorFlow 1.x中对一维张量应用tf.case函数?

我有两个一维布尔张量,需要使用tf.case函数根据每个输入向量的元素值逐个为输出张量赋值。我的代码如下:

f1 = lambda: tf.constant(1)
f2 = lambda: tf.constant(2)
f3 = lambda: tf.constant(0)
result = tf.case({c1 : f1, c2 : f2}, default=f3)

其中c1c2是一维张量,输出张量的形状与它们相同。


回答:

解决此问题的有效答案是:

f1 = tf.math.add(tf.zero_like(c1),1)
f2 = tf.math.add(tf.zero_like(c1),2)
f3 = tf.zero_like(c1)
result = tf.where(c1, f1, f3)
result = tf.where(c2, f2, result)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注