计算TensorFlow中非零元素的个数

  • A+
所属分类:TensorFlow教程
广告也精彩

tf.count_nonzero

count_nonzero(
    input_tensor,
    axis=None,
    keep_dims=False,
    dtype=tf.int64,
    name=None,
    reduction_indices=None
)

定义在:tensorflow/python/ops/math_ops.py

参考指南:数学函数>减少张量的计算

在张量的维度上计算的非零元素的个数。

沿轴线给定的维度减少 input_tensor。除非 keep_dims 是 true,否则张量的秩将在轴的每个条目中减少1。如果 keep_dims 为 true,则减小的维度将保持长度为1。
如果轴没有条目,则会减少所有维度,并返回具有单个元素的张量。
注意,浮点与零的比较是通过精确的浮点相等性检查完成的。对于非零检查,小值不四舍五入为零。

例如:

# 'x' is [[0, 1, 0]
#         [1, 1, 0]]
tf.count_nonzero(x) ==> 3
tf.count_nonzero(x, 0) ==> [1, 2, 0]
tf.count_nonzero(x, 1) ==> [1, 2]
tf.count_nonzero(x, 1, keep_dims=True) ==> [[1], [2]]
tf.count_nonzero(x, [0, 1]) ==> 3

ARGS:

  • input_tensor:要减少的张量。应该是数字类型,或 bool。
  • axis:要减少的维度。如果为 None(默认值),则减少所有维度。
  • keep_dims:如果为 true,则保留长度为1的缩小维度。
  • dtype:输出 dtype,默认为 tf.int64。
  • name:操作的名称(可选)。
  • reduction_indices:轴的旧名称(不推荐)。

返回:

减少的张量(非零值的数量)。

  • 微信
  • 扫一扫
  • weinxin
  • 微信公众号
  • 扫一扫
  • weinxin
广告也精彩
加绒女鞋
商品3
半身裙时尚
新款宽松斗篷
广告也精彩

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: