Numpy 如何在Tensorflow中为张量中的元素设置阈值操作？

当我得到网络的输出时，它是一个张量，大小像[批量大小，高度，重量]，内容是概率。我想做的是为张量设置一个阈值，然后进行二值化处理。那么我应该如何处理张量呢？

您可以使用：

在这里，高于1的所有内容都将变为1，低于0的所有内容都将变为0。其他一切都将保持不变

---

再看看这个，它做了类似的事情，但是把所有的东西都转换成0或1：

然而，我的张量中的内容是概率，所以它已经在[0,1]范围内了。我想做的是设置一个阈值，比如0.9，高于0.9的都将变为1，低于0.9的都将变为0.1）我应该如何从你的问题中猜到这一点？2） 你读过我链接的问题了吗？它完全解决了你描述的问题。很抱歉我的粗心。还有一个问题。在您提供给我的答案中，我必须使用sess.run（），然后才能得到正确的结果？然而，在我的代码中，我已经定义了一个图和一些plachaholder。如果我编写类似于sess.run（pred）的代码，我将收到错误消息：InvalidArgumentError（回溯请参见上文）：您必须使用dtype float和shape[50240240,3][[Node:placeholder=placeholder[dtype=DT_float，shape=[50240240,3]，\u device=“/job:localhost/replica:0/task:0/cpu:0”]（）]必须将用作第二个参数的任何占位符的值提供给sess.run（）。

import tensorflow as tf

a = tf.random_uniform(shape=(2, 3, 3), minval=-1, maxval=3)
b = tf.clip_by_value(a, 0, 1)

with tf.Session() as sess:
    A, B = sess.run([a, b])
    print A, '\n'
    print B