前 n 个值的 TensorFlow 指标矩阵答案

【问题标题】：Tensorflow indicator matrix for top n values前 n 个值的 TensorFlow 指标矩阵
【发布时间】：2016-11-25 16:02:56
【问题描述】：

有谁知道如何提取 2 阶张量每行的前 n 个最大值？

例如，如果我想要形状为 [2,4] 的张量的前 2 个值，其值：

[[40, 30, 20, 10], [10, 20, 30, 40]]

所需的条件矩阵如下所示： [[真，真，假，假]，[假，假，真，真]]

一旦有了条件矩阵，我就可以使用 tf.select 来选择实际值。

感谢您的帮助！

【问题讨论】：

标签： tensorflow vectorization

【解决方案1】：

您可以使用内置的tf.nn.top_k 函数来做到这一点：

a = tf.convert_to_tensor([[40, 30, 20, 10], [10, 20, 30, 40]])
b = tf.nn.top_k(a, 2)

print(sess.run(b))
TopKV2(values=array([[40, 30],
   [40, 30]], dtype=int32), indices=array([[0, 1],
   [3, 2]], dtype=int32))

print(sess.run(b).values))
array([[40, 30],
       [40, 30]], dtype=int32)

要获取布尔值True/False，可以先获取第k个值，然后使用tf.greater_equal：

kth = tf.reduce_min(b.values)
top2 = tf.greater_equal(a, kth)
print(sess.run(top2))
array([[ True,  True, False, False],
       [False, False,  True,  True]], dtype=bool)

【讨论】：

感谢您的帮助。有没有一种简单的方法可以使用这些 top_k 值来获得具有 True 和 False 值的原始大小的张量？
谢谢！你是说 tf.greater_equal(a, kth) 吗？
好的，谢谢。您可以通过接受/支持答案来表达感谢：P
如何在 C++ 中使用这个 TopK 函数？

【解决方案2】：

你也可以使用tf.contrib.framework.argsort

a = [[40, 30, 20, 10], [10, 20, 30, 40]]
idx = tf.contrib.framework.argsort(a, direction='DESCENDING')  # sorted indices
ranks = tf.contrib.framework.argsort(idx, direction='ASCENDING')  # ranks
b = ranks < 2  
# [[ True  True False False] [False False  True  True]]

此外，您可以将2 替换为一维张量，以便每行/列可以具有不同的n 值。

【讨论】：