mindspore.ops.select
- mindspore.ops.select(cond, x, y)[源代码]
根据条件判断Tensor中的元素的值,来决定输出中的相应元素是从 x (如果元素值为True)还是从 y (如果元素值为False)中选择。
该算法可以被定义为:
\[\begin{split}out_i = \begin{cases} x_i, & \text{if } cond_i \\ y_i, & \text{otherwise} \end{cases}\end{split}\]- 参数:
cond (Tensor[bool]) - 条件Tensor,决定选择哪一个元素,shape是 \((x_1, x_2, ..., x_N, ..., x_R)\)。
x (Union[Tensor, int, float]) - 第一个被选择的Tensor或者数字。 如果x是一个Tensor,那么shape是 \((x_1, x_2, ..., x_N, ..., x_R)\)。 如果x是int或者float,那么将会被转化为int32或者float32类型,并且被广播为与y相同的shape。x和y中至少要有一个Tensor。
y (Union[Tensor, int, float]) - 第二个被选择的Tensor或者数字。 如果y是一个Tensor,那么shape是 \((x_1, x_2, ..., x_N, ..., x_R)\)。 如果y是int或者float,那么将会被转化为int32或者float32类型,并且被广播为与x相同的shape。x和y中至少要有一个Tensor。
- 返回:
Tensor,与 cond 的shape相同。
- 异常:
TypeError - x 和 y 不是Tensor、int或者float。
ValueError - 输入的shape不同。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> # 1) Both inputs are Tensor >>> >>> cond = Tensor([True, False]) >>> x = Tensor([2,3], mindspore.float32) >>> y = Tensor([1,2], mindspore.float32) >>> output = ops.select(cond, x, y) >>> print(output) [2. 2.] >>> # 2) y is a float >>> cond = Tensor([True, False]) >>> x = Tensor([2,3], mindspore.float32) >>> y = 2.0 >>> output = ops.select(cond, x, y) >>> print(output) [2. 2.]