Tensorflow如何检查张量行是否只有零？

Question

我正在训练一个简单的网络来预测单个对象的边界框坐标。然而，有些照片找不到任何物体。由于网络总是进行预测，因此它还预测了一个介于 0 和 1 之间的置信度值，该值应该表示图片中存在对象的概率。我的预测张量称为logits，它是(batch_size, 5)张量（置信度、x、y、宽度和高度）。同样，labels 张量也是(batch_size, 5)。

以前我只用总是有对象的图像进行训练，所以我基本上可以做到

loss = tf.l2_loss(logits - labels)

我也想用没有对象的图片开始训练，当图片中没有对象时，我不希望网络因其预测的坐标而受到惩罚。在这种情况下，最重要的是置信度值，它应该接近于 0（没有对象）。

我应该如何构建我的标签和损失函数来实现这一点？我可以将没有对象的图像的标签设置为全零，但是如何检查特定行是否只有零？并且在这种情况下，logits 中的相应行也需要设置为零（置信度值除外！），以便因坐标而产生的损失也为零。

Answer 1

您可以使用tf.math.count_nonzero() 检查张量是否全为零。您可以查看指南here。

Answer 2

一种查找张量的一行是否全为零的方法：

import tensorflow as tf

image = tf.fill([8,8], 0)
sess = tf.Session()
sess.run(tf.initialize_all_variables())
image_row = tf.slice(image, [1,0], [1, -1])
total = tf.reduce_sum(tf.abs(image_row))
is_all_zero = tf.equal(total, 0)
print sess.run([total, is_all_zero, image_row])

结果：

[0, True, array([[0, 0, 0, 0, 0, 0, 0, 0]], dtype=int32)]