Python 我如何断言张量是一个由0到N`True`s，然后是0到N`False`s组成的序列？

如何断言张量如下所示（例如）：

但拒绝这样的输入：

[ True, False, True, False, False, True, False ]
[ False, False, False, False, True ]

---

或者更一般地说：我想测试一个张量是否只由0到N个真值，然后是0到N个假值组成的序列。如何使用Tensorflow 2实现这一点？

这是实现这一点的一种方法：

将tensorflow导入为tf
def有效（a）：
#假设a是一维布尔数组
a=tf。将_转换为_张量（a）
#转换为整数
a_int=tf.dtypes.cast（a，tf.int32）
#以两两差异为例
diff=a_int[1:]-a_int[：-1]
#检查所有差异是否为零或负（无从False到True的转换）
返回tf.reduce_all（diff另一种方法，研究元素的指数：

import tensorflow as tf

def is_valid(t):
  where_false = tf.where(~t)
  return len(where_false) == 0 or all( idx_true < min(where_false) for idx_true in tf.where(t))

assert is_valid(tf.constant([ True, True ]))
assert is_valid(tf.constant([ True, True, True, False, False, False, False ]))
assert is_valid(tf.constant([ True, True, True, False, False ]))
assert is_valid(tf.constant([ True, False, False, False, False ]))
assert is_valid(tf.constant([ False, False ]))
assert not is_valid(tf.constant([ True, False, True, False, False, True, False ]))
assert not is_valid(tf.constant([ False, False, False, False, True ]))

将tensorflow导入为tf
def有效（t）：
where_false=tf.where（~t）
返回len（其中_false）==0或全部（对于tf中的idx_true，idx_true

其思想是，所有的真值都应该出现在第一个假值之前，如果有的话

import tensorflow as tf

def is_valid(t):
  where_false = tf.where(~t)
  return len(where_false) == 0 or all( idx_true < min(where_false) for idx_true in tf.where(t))

assert is_valid(tf.constant([ True, True ]))
assert is_valid(tf.constant([ True, True, True, False, False, False, False ]))
assert is_valid(tf.constant([ True, True, True, False, False ]))
assert is_valid(tf.constant([ True, False, False, False, False ]))
assert is_valid(tf.constant([ False, False ]))
assert not is_valid(tf.constant([ True, False, True, False, False, True, False ]))
assert not is_valid(tf.constant([ False, False, False, False, True ]))