tf.równy()
tf.equal () zwraca prawdziwie, jeśli oba elementy są równe; W przeciwnym razie Fałsz zostaje zwrócony. Występuje dwa tensory jako parametry, które mają taką samą liczbę wartości; W przeciwnym razie wyrzucony jest błąd.
Scalar będzie przechowywał tylko jedną wartość. Ale w każdym razie zwraca tensor.
Składnia:
tf.równe (tensor1, tensor2)
tf.równe (skalar1, skalar2)
Możliwe jest również wdrożenie metody równych (), jak pokazano poniżej.
Składnia:
Tensor1.równe (tensor2)
skalar1.równe (skalar2)
Parametr:
Tensor1 i tensor2 to tensor, które mogą być pojedyncze lub wielowymiarowe.
SCALAR1 i SCALAR2 to tensory, które mogą przyjmować tylko jedną wartość jako parametr.
Powrót
Zwróć boolean tensor.
Przykład 1:
Utwórz dwa jednowymiarowe tensory z elementami całkowitymi i zastosuj TF.równe (), aby sprawdzić, czy elementy są takie same, czy nie.
;Tensorflow.JS - TF.równe (tensor1, tensor2)
<
;Tensorflow.JS - Tensor1.równe (tensor2)
<
Wyjście:
Pracujący:
Tensor-1: Tensor [34, 12, 34, 11, 10, 34]
Tensor-2: tensor [34, 12, 2, 3, 10, 23]
Porównanie elementów:
34 == 34 - prawda
12 == 12 - Fałsz
34 == 2 - Fałsz
11 == 3 - Fałsz
10 == 10 - prawda
34 == 23 - Fałsz
Przykład 2:
Utwórz dwie wartości za pomocą skalar () i zastosuj TF.równe (), aby sprawdzić, czy wartości są takie same, czy nie.
;Tensorflow.JS - TF.równe (skalar1, skalar2)
<
;Tensorflow.JS - Scalar1.równe (skalar2)
<
Wyjście:
34 nie jest równe 23. Więc zwrócił fałsz.
Przykład 3:
Utwórz 2 dwuwymiarowe tensory z 2 rzędami i 2 kolumnami i zastosuj TF.równe (), aby sprawdzić, czy elementy są takie same, czy nie.
;Tensorflow.JS - TF.równe (tensor1, tensor2)
<
;Tensorflow.JS - Tensor1.równe (tensor2)
<
Wyjście:
Pracujący:
Tensor-1: tensor [[90, 56], [78, 12]]
Tensor-2: tensor [[90, 56], [34, 45]]
Porównanie elementów:
1 2 3 4 | 90 == 90 - prawda 56 == 56 - prawda 78 == 34 - Fałsz 12 == 45 - Fałsz |
Wniosek
tf.equal () w Tensorflow.JS służy do porównania elementów, które zwracają prawdziwe; Jeśli oba elementy są równe, w przeciwnym razie Fałsz zostanie zwrócony. Możliwe jest również wdrożenie metody równych () na dwa sposoby. Omówiliśmy trzy różne przykłady, używając tensorów w jednym i dwóch wymiarach i skalach.