nonzero
返回输入 x 中非零元素的坐标。如果输入 x 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。
备注
别名支持: 参数名 input 可替代 x ，如 nonzero(input=tensor_x) 等价于 nonzero(x=tensor_x) 。
参数
x （Tensor）– 输入的 Tensor。别名：
input。as_tuple (bool，可选) - 返回格式。是否以
1-D Tensor构成的元组格式返回。
关键字参数
out (Tensor，可选) - 输出 Tensor。默认值为 None。
返回
Tensor or tuple(1-D Tensor)，数据类型为 INT64 。
代码示例
>>> import paddle >>> x1 = paddle.to_tensor([[1.0, 0.0, 0.0], ... [0.0, 2.0, 0.0], ... [0.0, 0.0, 3.0]]) >>> x2 = paddle.to_tensor([0.0, 1.0, 0.0, 3.0]) >>> out_z1 = paddle.nonzero(x1) >>> print(out_z1) Tensor(shape=[3, 2], dtype=int64, place=Place(cpu), stop_gradient=True, [[0, 0], [1, 1], [2, 2]]) >>> out_z1_tuple = paddle.nonzero(x1, as_tuple=True) >>> for out in out_z1_tuple: ... print(out) Tensor(shape=[3], dtype=int64, place=Place(cpu), stop_gradient=True, [0, 1, 2]) Tensor(shape=[3], dtype=int64, place=Place(cpu), stop_gradient=True, [0, 1, 2]) >>> out_z2 = paddle.nonzero(x2) >>> print(out_z2) Tensor(shape=[2, 1], dtype=int64, place=Place(cpu), stop_gradient=True, [[1], [3]]) >>> out_z2_tuple = paddle.nonzero(x2, as_tuple=True) >>> for out in out_z2_tuple: ... print(out) Tensor(shape=[2], dtype=int64, place=Place(cpu), stop_gradient=True, [1, 3])