TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
count_nonzero() se usa para contar el número de elementos distintos de cero en un tensor.
Sintaxis: tf.math.count_nonzero(entrada, eje, keepdim, dtype, nombre)
Parámetros:
- entrada: es un tensor que debe reducirse.
- axis (opcional): Define el eje a lo largo del cual se debe reducir la entrada. El rango permitido para esto es [-rango (entrada), rango (entrada)). Si no se proporciona ningún valor, el valor predeterminado es ninguno, es decir, la entrada se reducirá a lo largo de todos los ejes.
- keepdim(opcional): Si es verdadero, conservará las dimensiones reducidas con longitud 1.
- dtype(opcional): Define el dtype de salida. Predeterminado si int32.
- name(opcional): Define el nombre de la operación.
Devoluciones:
Devuelve un tensor que contiene el número de valores distintos de cero.
Ejemplo 1:
Python3
# importing the library import tensorflow as tf # initializing the input a = tf.constant([1,0,2,5,0], dtype = tf.int32) # 3 non-zero # Printing the input print("Input: ",a) # Counting non-zero res = tf.math.count_nonzero(a) # Printing the result print("No of non-zero elements: ",res)
Producción:
Input: tf.Tensor([1 0 2 5 0], shape=(5,), dtype=int32) No of non-zero elements: tf.Tensor(3, shape=(), dtype=int64)
Ejemplo 2: cuando el tensor de entrada es de tipo string, «» se considera una string vacía. ” ” es distinto de cero.
Python3
# importing the library import tensorflow as tf # initializing the input a = tf.constant([""," ","a","b"]) # 3 non-zero # Printing the input print("Input: ",a) # Counting non-zero res = tf.math.count_nonzero(a) # Printing the result print("No of non-zero elements: ",res)
Producción:
Input: tf.Tensor([b'' b' ' b'a' b'b'], shape=(4,), dtype=string) No of non-zero elements: tf.Tensor(3, shape=(), dtype=int64)
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA