小编tin*_*ell的帖子

嗨，张量流初学者，

我想删除实现中的任何 numpy 代码，只使用张量流函数。目前我正在尝试过滤掉背景边界框和置信度较低的框。为此，我想要一个名为keep的索引，我可以用它来跟踪要保留的框：

# Filter out background boxes
keep = np.where(class_ids > 0)[0]
# Filter out low confidence boxes
if config.DETECTION_MIN_CONFIDENCE:
    keep = np.intersect1d(
        keep, np.where(class_scores >= config.DETECTION_MIN_CONFIDENCE)[0])

class_ids 是形状为 (1000,) 的张量，其中每个条目都是 0 到 80 之间的数字，具体取决于类别（总共 81 个类别）。

class_scores 是形状为 (1000,) 的张量，其中每个条目都是相应边界框类别的概率。

我知道 np.where() 很容易更改为 tf.where 但如何使用张量流获得与 np.intersect1d() 相同的功能？

谢谢您的帮助。