Numpy 数组到张量

Question

我正在将 numpy 创建的代码更改为 tensorflow 代码。

但是，tensorflow 不支持指定每个元素，（例如 x [i] = 7），布尔值（例如.var [x <0.25] = -1）与可能的 numpy 数组很难。

如何将以下代码更改为张量？

x=np.random.rand((500*300))

var=np.zeros((500*300), dtype=np.uint16)

var[x<.25] = -1

var[x>.75] = 1

S=var.reshape((500, 300))

请帮我。

注意：我尝试了这一步。

x=tf.random_uniform((500*300), minval=0, maxval=1, dtype=tf.float32)

var=tf.zeros((500*300), int16)

var[x<.25] = -1  # How is the change???????

var[x>.75] = 1   # How is the change???????

S=var.reshape((500, 300))

Answer 1

按照评论中的建议使用tf.where。我在下面提供了一个示例代码，并在必要时进行了评论。x = tf.random_uniform(shape=[5, 3], minval=0, maxval=1, dtype=tf.float32)#same shape as x and only contains -1c1 = tf.multiply(tf.ones(x.shape, tf.int32), -1)#same shape as x and only contains 1c2 = tf.multiply(tf.ones(x.shape, tf.int32), 1)var = tf.zeros([5, 3], tf.int32)#assign 1 element wise if x< 0.25 else 0r1 = tf.where(tf.less(x, 0.25), c1, var)#assign -1 element wise if x> 0.75 else 0r2 = tf.where(tf.greater(x, 0.75), c2, var)r = tf.add(r1, r2)with tf.Session() as sess:&nbsp; &nbsp; _x, _r = sess.run([x, r])&nbsp; &nbsp; print(_x)&nbsp; &nbsp; print(_r)示例结果[[0.6438687&nbsp; 0.79183984 0.40236235]&nbsp;[0.7848805&nbsp; 0.0117377&nbsp; 0.6858672 ]&nbsp;[0.6067281&nbsp; 0.5176437&nbsp; 0.9839716 ]&nbsp;[0.15617108 0.28574145 0.31405795]&nbsp;[0.28515983 0.6034068&nbsp; 0.9314337 ]][[ 0&nbsp; 1&nbsp; 0]&nbsp;[ 1 -1&nbsp; 0]&nbsp;[ 0&nbsp; 0&nbsp; 1]&nbsp;[-1&nbsp; 0&nbsp; 0]&nbsp;[ 0&nbsp; 0&nbsp; 1]]希望这可以帮助。