Desidero assegnare valori in un tensore in base agli indici.In Tensorflow, come assegnare valori nel Tensore in base agli indici?
Ad esempio, In base ai valori di raggruppamento e all'uscita degli indici corrispondenti di tf.nn.max_pool_with_argmax, voglio riportare questi valori di pool nel tensore originale con gli indici.
Trovo che gli indici di uscita di tf.nn.max_pool_with_argmax
siano appiattiti. Una domanda: come risolverli nelle coordinate di Tensorflow?
Un'altra domanda: come assegnare ciascun valore del tensore di raggruppamento alla posizione del tensore di dislocamento originale in Tensorflow, dati gli indici?
Grazie mille.
Ho provato a fare i codici per ottenere ciò, ma posso semplicemente usare numpy
. Non so come ottenere gli indici appiattiti dopo lo tf.nn.max_pool_with_argmax
e l'assegnazione al tensore di distanza a Tensorflow.
ksize = 3
stride = 1
input_image = tf.placeholder(tf.float32, name='input_image')
#conv1
kernel = tf.Variable(tf.truncated_normal([ksize, ksize, 3, 16],stddev=0.1),
name='kernel')
conv = tf.nn.conv2d(input_image, kernel, [1,stride,stride,1], padding='SAME')
biases = tf.Variable(tf.constant(0.0, shape = [16]), name = 'biases')
bias = tf.nn.bias_add(conv, biases)
conv1 = tf.nn.relu(bias, name='conv1')
#pool1
pool1, pool1_indices = tf.nn.max_pool_with_argmax(conv1, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1],
padding='SAME', name='pool1')
#upsample by assigning the values of pool1 to the position in unpooling Tensor according to pool1_indices
indices = pool1_indices
unravel_pool1_indices = np.unravel_index(indices,[4,32,32,16])
unravel_pool1_coordinates = np.array(unravel_pool1_indices)
coor_shape = np.shape(unravel_pool1_coordinates)
unravel_pool1_coordinates = np.reshape(unravel_pool1_coordinates,(coor_shape[0],coor_shape[1]*coor_shape[2]*coor_shape[3]*coor_shape[4]))
unravel_pool1_coordinates = unravel_pool1_coordinates.T
values = pool1
values = np.reshape(values,(np.size(values)))
up1 = tf.constant(0.0, shape = [4,32,32,16])
delta = tf.SparseTensor(unravel_pool1_coordinates, values, shape = [4,32,32,16])
result = up1 + tf.sparse_tensor_to_dense(delta)
with tf.Session() as session:
session.run(tf.initialize_all_variables())
test_image = np.random.rand(4,32,32,3)
sess_outputs = session.run([pool1, pool1_indices],
{input_image.name: test_image})
Se siete ancora alla ricerca di una soluzione, si potrebbe verificare questo: http://stackoverflow.com/questions/34685947/adjust-single-value-within-tensor-tensorflow/34686952#34686952][1] –