liczba Hrabia „true” w wartości logicznej Tensor

Question

Rozumiem, że tf.where powróci lokalizacje True wartości, tak że mogę użyć wynik jest na shape[0] aby uzyskać liczbę True s.

Jednak kiedy próbuję tego użyć, wymiar jest nieznany (co ma sens, ponieważ musi zostać obliczony w czasie wykonywania). Moje pytanie brzmi: jak mogę uzyskać dostęp do wymiaru i użyć go w operacji podobnej do sumy?

Na przykład:

myOtherTensor = tf.constant([[True, True], [False, True]]) 
myTensor = tf.where(myOtherTensor) 
myTensor.get_shape() #=> [None, 2] 
sum = 0 
sum += myTensor.get_shape().as_list()[0] # Well defined at runtime but considered None until then. 

Answer 1

Można rzucać wartości do pływaków i obliczyć sumę na nich: tf.reduce_sum(tf.cast(myOtherTensor, tf.float32))

zależności od rzeczywistego przypadku użycia można również obliczyć sumy za wiersz/kolumna jeżeli określasz wymiary zmniejszenia połączenia.

Answer 2

odpowiedź Rafała jest prawie na pewno najprostszy sposób policzyć true elementów w tensora, ale z drugiej części pytania zadawane:

[H] ow mam dostępu do wymiaru i używać go w operacji takiej jak suma?

Aby to zrobić, można użyć TensorFlow na shape-related operations, które działają na wartości wykonawczego tensora. Na przykład: tf.size(t) tworzy skalarną Tensor zawierającą liczbę elementów w t, a tf.shape(t) tworzy 1D Tensor o rozmiarze t w każdym wymiarze.

Używanie tych operatorów, program może również być zapisany jako:

myOtherTensor = tf.constant([[True, True], [False, True]]) 
myTensor = tf.where(myOtherTensor) 
countTrue = tf.shape(myTensor)[0] # Size of `myTensor` in the 0th dimension. 

sess = tf.Session() 
sum = sess.run(countTrue) 

Answer 3

Istnieje funkcja tensorflow policzyć wartości niezerowe tf.count_nonzero. Funkcja przyjmuje również argumenty: axis i keep_dims.

Oto prosty przykład:

import numpy as np 
import tensorflow as tf 
a = tf.constant(np.random.random(100)) 
with tf.Session() as sess: 
    print(sess.run(tf.count_nonzero(tf.greater(a, 0.5)))) 

Answer 4

myślę, że to jest najprostszym sposobem, aby to zrobić:

In [38]: myOtherTensor = tf.constant([[True, True], [False, True]]) 

In [39]: if_true = tf.count_nonzero(myOtherTensor) 

In [40]: sess.run(if_true) 
Out[40]: 3