equal(
x,
y,
name=None
)
对输入的 x 和 y 两个 Tensor 逐元素（element-wise）做 (x == y) 逻辑比较，返回 bool 类型的 Tensor。
参数
x只支持以下类型：half,float32,float64,uint8,int8,int16,int32,int64,complex64,quint8,qint8,qint32,string,bool,complex128y的类型必须与x相同name给这个操作取一个名称，可选
返回
bool类型的Tensor
特性
- 支持
broadcasting，详见Numpy文档。
示例
基本用法：x 和 y 拥有相同的 shape
import tensorflow as tf
a = tf.constant([1, 2], tf.int32)
b = tf.constant([2, 2], tf.int32)
with tf.Session() as sess:
print(sess.run(tf.equal(a, b))) # 输出 [False True]
broadcasting 用法：x 和 y 不同 shape
x = tf.constant(["hehe", "haha", "hoho", "kaka"], tf.string)
y = tf.constant("hoho", tf.string)
with tf.Session() as sess:
print(sess.run(tf.equal(x, y)))
# 输出 [False False True False]
注意观察上面这个栗子，实际解决了在一个数组中查找某个元素索引（index）的问题，这个特性配合 tf.cast 在生成 one-hot 向量时将会特别有用。
a = tf.constant([[1], [2]], tf.int32)
b = tf.constant([[2, 1]], tf.int32)
with tf.Session() as sess:
print(sess.run(tf.equal(a, b)))
# 输出
# [[False True]
# [ True False]]