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 - xy 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.]