Например, у меня есть:
x = array([[0. , 0.94],
[0.9486833, 0.94],
[1.8973666, 0.94],
[2.8460498, 0.94],
[0.9486833, 0.94]], dtype=float32)
y = array([ [1],
[2],
[3],
[4],
[5]], dtype=float32)
и, поскольку в x есть два элемента, которые находятся на некотором расстоянии друг от друга, я хочу сохранить только один элемент на основе элементов в x, которыеблизко к друг другу по порогу, и я удаляю один, мой результат:
x = array([[0. , 0.94],
[1.8973666, 0.94],
[2.8460498, 0.94],
[0.9486833, 0.94]], dtype=float32)
y = array([ [1],
[3],
[4],
[5] ], dtype=float32)
Так что, если я знаю, какие индексы из x, я сохранил или удалил, то я также могу построить y, который правильно соответствуетостальные элементы x.
Кроме того, я произвел преобразование из тензорного потока в массив numpy, если бы было предложение внутри тензорного потока, я бы принял его.