Question

我正在搜索类似于python "numpy.where()"命令的Keras命令。基本上，我的想法是从张量中提取指数。在python中我只能f_j=(np.where(X==j))，它为indices(f_j)赋予了特定的j。

前：

X= [0 1 1 0 0 2 3 ]

f_j=(np.where(X==1))

f_j= [1 2]

是否有任何类似的功能可用于此目的？

我试图在张量中写入数组搜索。但是，在将"if K.equal():"行调用为

时，我最终会出错

TypeError：不允许使用tf.Tensor作为Python bool。如果t，请使用不是无：而不是if t：来测试是否定义了张量，并使用 TensorFlow操作如tf.cond来执行以子条件为条件的子图张量值。

def loss(y_true, y_pred:

b=K.equal(y_true,0)

b=K.cast(b,dtype='float32')

for i in range(0,5):

if K.equal(b[i],1):

........

y_true = [0 1 1 0 0 2 3 ]

Answer 1

你应该尝试类似的东西：

from keras import backend as K
value = 5
wh = K.tf.where(K.tf.equal(x,value))

当你的后端是张量流时。

希望有所帮助

Keras：如何从张量中找到与numpy.where（）类似的特定值的索引

1 个答案: