nonzero

paddle.fluid.layers.nonzero(input, as_tuple=False)[源代码]

该OP返回输入 input 中非零元素的坐标。如果输入 input 有 n 维，共包含 z 个非零元素，当 as_tuple = False 时， 返回结果是一个 shape 等于 [z x n] 的 Tensor , 第 i 行代表输入中第 i 个非零元素的坐标；当 as_tuple = True 时， 返回结果是由 n 个大小为 z 的 1-D Tensor 构成的元组，第 i 个 1-D Tensor 记录输入的非零元素在第 i 维的坐标。

参数

  • input （Variable）– 输入张量。
  • as_tuple (bool, optinal) - 返回格式。是否以 1-D Tensor 构成的元组格式返回。

返回

  • Variable (Tensor or tuple(1-D Tensor))，数据类型为 INT64 。

代码示例

  1. import paddle
  2. import paddle.fluid as fluid
  3. import numpy as np
  5. data1 = np.array([[1.0, 0.0, 0.0],
  6.                     [0.0, 2.0, 0.0],
  7.                     [0.0, 0.0, 3.0]])
  8. data2 = np.array([0.0, 1.0, 0.0, 3.0])
  9. data3 = np.array([0.0, 0.0, 0.0])
  10. with fluid.dygraph.guard():
  11.     x1 = fluid.dygraph.to_variable(data1)
  12.     x2 = fluid.dygraph.to_variable(data2)
  13.     x3 = fluid.dygraph.to_variable(data3)
  14.     out_z1 = fluid.layers.nonzero(x1)
  15.     print(out_z1.numpy())
  16.     #[[0 0]
  17.     # [1 1]
  18.     # [2 2]]
  19.     out_z1_tuple = fluid.layers.nonzero(x1, as_tuple=True)
  20.     for out in out_z1_tuple:
  21.         print(out.numpy())
  22.     #[[0]
  23.     # [1]
  24.     # [2]]
  25.     #[[0]
  26.     # [1]
  27.     # [2]]
  28.     out_z2 = fluid.layers.nonzero(x2)
  29.     print(out_z2.numpy())
  30.     #[[1]
  31.     # [3]]
  32.     out_z2_tuple = fluid.layers.nonzero(x2, as_tuple=True)
  33.     for out in out_z2_tuple:
  34.         print(out.numpy())
  35.     #[[1]
  36.     # [3]]
  37.     out_z3 = fluid.layers.nonzero(x3)
  38.     print(out_z3.numpy())
  39.     #[]
  40.     out_z3_tuple = fluid.layers.nonzero(x3, as_tuple=True)
  41.     for out in out_z3_tuple:
  42.         print(out.numpy())
  43.     #[]