逐元素比较两个张量（张量流）答案

【问题标题】：Compare two tensors elementwise (tensorflow)逐元素比较两个张量（张量流）
【发布时间】：2018-07-09 21:37:17
【问题描述】：

我有两个 1D Tensorflow 张量，我想逐元素比较它们并创建一个新的张量，记录它们不同的索引。对于上下文，它们每个都将索引存储到不同的 2D 张量中，所以如果我可以像使用 numpy 数组一样使用它们，我可能会执行以下操作：

for i in range(0, len(predicted_indices)):
    if predicted_indices[i] != correct_indices[i]:
        failed_preds.append(self.input_placeholder[i])

但是在 predict_indices 和 correct_indices 都是张量的情况下，我该怎么做呢？

也可以通过其他方式做到这一点。我正在尝试存储我的模型在某个时期出错的具体示例。

【问题讨论】：

您是否在寻找tf.equal(prediction, labels)，它返回一个布尔型张量，指示prediction 和labels 之间的差异？
顺便说一句，tensorflow 本身提供了 utils 函数来衡量 tf.metrics 模块中包含的模型的性能，看看它你可能会发现对你有用的东西
看起来那些可以告诉我有多少误报，我想要的是哪些例子是误报。不过谢谢！

标签： python tensorflow neural-network

【解决方案1】：

在 Tensorflow 中，您可以在实际执行操作之前构建一个图表，在其中定义操作。在这种情况下，您可以使用的操作是 tf.equal 函数，您可以在其中将 predict_indices 和 input_placeholder 作为参数传递。这将返回一个布尔张量。

在这里查看操作和其他比较操作：https://www.tensorflow.org/versions/master/api_docs/python/control_flow_ops/comparison_operators#equal

祝你好运！

【讨论】：

【解决方案2】：

这有两个方面

sess1=tf.InteractiveSession()
a=np.random.randint(5,size=(1,10))
b=np.random.randint(5,size=(1,10))

a1=tf.convert_to_tensor(a,dtype=tf.float32)
b1=tf.convert_to_tensor(b,dtype=tf.float32)

布尔比较

print(a1.eval())
print(b1.eval())
result=tf.equal(a1,b1)
print(result.eval())

元素比较

print(a1.eval())
print(b1.eval())
result=tf.add(a1,-a2)
print(result.eval())

一旦你有了这个，你可以在任何你想要的容量中使用它

【讨论】：