从给定范围内的张量中删除值答案

【问题标题】：Remove values from a tensor that are within a given range从给定范围内的张量中删除值
【发布时间】：2019-10-30 03:39:38
【问题描述】：

当预测高于或低于某个阈值时，我希望能够知道我的神经网络的舍入精度。例如，我希望它仅在预测高于 0.55 或低于 0.45 时计算准确度，以便过滤掉接近 50/50 的情况。

我尝试在 stackoverflow 上使用 soft_acc 函数，并在开头添加一个 if else 以过滤掉接近 50/50 秒。

def soft_acc(y_true, y_pred):
    if y_pred > 0.55 or y_pred < 0.45:
        return K.mean(K.equal(K.round(y_true), K.round(y_pred)))

我收到以下错误消息。

TypeError：不允许将tf.Tensor 用作Python bool。使用if t is not None: 而不是if t: 来测试是否定义了张量，并使用 TensorFlow 操作（例如 tf.cond）来执行以张量值为条件的子图。

【问题讨论】：

当y_pred在[0.45, 0.55]之间时你想做什么？
我希望它对 soft_acc 度量值不做任何事情。 @bluesummers

标签： python tensorflow tensor

【解决方案1】：

使用tf.boolean_mask 过滤掉不满足所需阈值的索引处的值。

# remove values from `X` in interval (lo, hi)
mask = tf.math.logical_or(tf.lesser(X, lo), tf.greater(X, hi))
X = tf.boolean_mask(X, mask)

在您的情况下，您可以将soft_acc 定义为

def soft_acc(y_true, y_pred):
    mask = tf.math.logical_or(tf.greater(y_pred, 0.55), tf.lesser(y_pred, 0.45))
    y_true2 = tf.boolean_mask(y_true, mask)
    y_pred2 = tf.boolean_mask(y_pred, mask)

    return K.mean(K.equal(K.round(y_true2), K.round(y_pred2)))

【讨论】：