Python tensorflow条件：检查张量内的值是否为零或更大

如果我有以下张量：

pmi=tf.constant([[1.5,0.0,0.0],[0.0,0.0,2.9],[1.001,5,1]])

我希望有一个对应的张量Fpmi（或定标器），这样当PMI张量中的元素大于0时，Fpmi中的元素应该是1，当PMI中的元素=0时，Fpmi中的元素=0.0005

如果您有任何建议，我将不胜感激。

使用，您可以有条件地从两个常量张量返回元素：

a = tf.constant(1, shape=pmi.shape, dtype=tf.float32)
b = tf.constant(0.0005, shape=pmi.shape, dtype=tf.float32)

tf.where(tf.greater(pmi, 0), a, b).eval()

#array([[  1.00000000e+00,   5.00000024e-04,   5.00000024e-04],
#       [  5.00000024e-04,   5.00000024e-04,   1.00000000e+00],
#       [  1.00000000e+00,   1.00000000e+00,   1.00000000e+00]], dtype=float32)

---

如果要保留不大于阈值的原始值，请将tf.where的第二个参数替换为原始数据

data = tf.random.uniform(shape=(2, 2))

threshold = 0.4
fill_value_if_bigger = tf.constant(0.5, shape=data.shape, dtype=tf.float32)
replaced = tf.where(tf.greater(data, threshold), fill_value_if_bigger, data).numpy()