我想计算大于固定阈值(这里是0.8)的元素的平均值.
麻木中的任务:
X = np.array([[0.11,0.99,0.70]])
print(np.nanmean(X[X>0.8]))
Out : 0.99
在不将张量c转换为数值数组的情况下，TensorFlow中的类似功能是什么？
示例:
c = tf.constant([[0.11,0.99,0.70]])
tf.reduce_mean(tf.where(tf.greater(c,(tf.constant(0.8, dtype=tf.float32)))))
输出等于0！
Output : <tf.Tensor: shape=(), dtype=int64, numpy=0>
你不需要tf.greater和tf.where.
c = tf.constant([[0.11,0.99,0.70]])
# Or : tf.reduce_mean(c[c > 0.8])
tf.reduce_mean(c[c > tf.constant(0.8, dtype=tf.float32)])
您可以使用tf.boolean_mask作为替代选项:
c = tf.constant([[0.11,0.99,0.70]])
mask = c > 0.8
tf.reduce_mean(tf.boolean_mask(tensor, mask))
输出:<tf.Tensor: shape=(), dtype=float32, numpy=0.99>