tf.where()函数的解析

tf.where()的使用，该函数会返回满足条件的索引。经验证，发现返回均是二维矩阵，可以说明该函数用二维
矩阵给出满足条件的位置索引。（若有错误，欢迎指正。）

代码如下：
import tensorflow as tf
sess=tf.Session()
import numpy as np
print('验证一维矩阵，tf.where（）返回的索引：')
target_class_ids=np.array([4,5,3,6,2])
positive_roi_ix = tf.where(target_class_ids > 0)
positive_roi_ix=sess.run(positive_roi_ix)
print(positive_roi_ix)
print('验证三维矩阵，tf.where（）返回的索引：')
target_class_ids=np.array([[4,5,3,6,2],[4,5,3,6,-2]])
positive_roi_ix = tf.where(target_class_ids > 0)
positive_roi_ix=sess.run(positive_roi_ix)
print(positive_roi_ix)
print('验证三维矩阵，tf.where（）返回的索引：')
target_class_ids=np.array([[[4,5,3,6,2],[4,5,3,6,-2]],[[4,5,3,6,2],[4,5,3,6,-2]]])
positive_roi_ix = tf.where(target_class_ids > 0)
positive_roi_ix=sess.run(positive_roi_ix)
print(positive_roi_ix)

结果如下：

验证一维矩阵，tf.where（）返回的索引：
[[0]
[1]
[2]
[3]
[4]]
验证三维矩阵，tf.where（）返回的索引：
[[0 0]
[0 1]
[0 2]
[0 3]
[0 4]
[1 0]
[1 1]
[1 2]
[1 3]]
验证三维矩阵，tf.where（）返回的索引：
[[0 0 0]
[0 0 1]
[0 0 2]
[0 0 3]
[0 0 4]
[0 1 0]
[0 1 1]
[0 1 2]
[0 1 3]
[1 0 0]
[1 0 1]
[1 0 2]
[1 0 3]
[1 0 4]
[1 1 0]
[1 1 1]
[1 1 2]
[1 1 3]]