从张量流中的 2dim 张量收集值答案

【问题标题】：gather values from 2dim tensor in tensorflow从张量流中的 2dim 张量收集值
【发布时间】：2018-06-25 02:26:46
【问题描述】：

您好 tensorflow 初学者...我正在尝试从 2 暗张量中获取某些元素的值，在我的案例中，类分数来自概率矩阵。

概率矩阵为 (1000,81)，批大小为 1000，类别数为 81。ClassID 为 (1000,)，包含每个样本的最高类别分数的索引。如何使用 tf.gather 从概率矩阵中得到对应的班级分数？

class_ids = tf.cast(tf.argmax(probs, axis=1), tf.int32)  
class_scores = tf.gather_nd(probs,class_ids)

class_scores 应该是一个形状为 (1000) 的张量，其中包含每个样本的最高 class_score。

现在我正在使用如下所示的解决方法：

class_score_count = []
for i in range(probs.shape[0]):
    prob = probs[i,:]
    class_score = prob[class_ids[i]]
    class_score_count.append(class_score)
class_scores = tf.stack(class_score_count, axis=0)

感谢您的帮助！

【问题讨论】：

标签： tensorflow

【解决方案1】：

你可以像这样使用tf.gather_nd：

class_ids = tf.cast(tf.argmax(probs, axis=1), tf.int32)
# If shape is not dynamic you can use probs.shape[0].value instead of tf.shape(probs)[0]
row_ids = tf.range(tf.shape(probs)[0], dtype=tf.int32)
idx = tf.stack([row_ids, class_ids], axis=1)
class_scores = tf.gather_nd(probs, idx)

您也可以只使用tf.reduce_max，尽管它实际上会再次计算最大值，但如果您的数据不是太大，它可能不会慢很多：

class_scores = tf.reduce_max(probs, axis=1)

【讨论】：

谢谢！两种解决方案都有效。 tf.reduce_max 在我的情况下效果很好。

【解决方案2】：

你需要运行张量 class_ids 来获取值
这些值将是一个颠簸的数组
你可以通过循环正常访问numpy数组
你必须这样做： predictions = sess.run(tf.argmax(probs, 1), feed_dict={x: X_data})
predictions 变量包含您需要的所有信息
tensorflow 只返回那些你显式运行的张量值

【讨论】：