Contare il numero di valori "Veri" nel tensore booleano

Question

Capisco che restituisca le posizioni dei valori True, in modo da poter utilizzare il risultato shape[0] per ottenere il numero di True s.

Tuttavia, quando provo a utilizzarlo, la dimensione è sconosciuta (il che ha senso in quanto deve essere calcolato in fase di esecuzione). Quindi la mia domanda è: come posso accedere a una dimensione e usarla in un'operazione come una somma?

Ad esempio:

myOtherTensor = tf.constant([[True, True], [False, True]]) 
myTensor = tf.where(myOtherTensor) 
myTensor.get_shape() #=> [None, 2] 
sum = 0 
sum += myTensor.get_shape().as_list()[0] # Well defined at runtime but considered None until then. 

Answer 1

È possibile lanciare i valori da galleggianti e calcolare la somma su di loro: tf.reduce_sum(tf.cast(myOtherTensor, tf.float32))

A seconda del caso applicativo concreto si può anche calcolare le somme per riga/colonna se si specificano le dimensioni ridotte della chiamata.

Answer 2

risposta di Rafal è quasi certamente il modo più semplice per contare il numero di true elementi del tensore, ma l'altra parte della tua domanda ha chiesto:

[H] ome posso accedere a una dimensione e usarlo in un'operazione come una somma?

Per fare ciò, è possibile utilizzare shape-related operations di TensorFlow, che agiscono sul valore di runtime del tensore. Ad esempio, tf.size(t) produce uno scalare Tensor contenente il numero di elementi in t e tf.shape(t) produce un 1D Tensor contenente le dimensioni di t in ciascuna dimensione.

L'utilizzo di questi operatori, il programma potrebbe anche essere scritta come:

myOtherTensor = tf.constant([[True, True], [False, True]]) 
myTensor = tf.where(myOtherTensor) 
countTrue = tf.shape(myTensor)[0] # Size of `myTensor` in the 0th dimension. 

sess = tf.Session() 
sum = sess.run(countTrue) 

Answer 3

C'è una funzione tensorflow per contare valori diversi da zero tf.count_nonzero. La funzione accetta anche argomenti axis e keep_dims.

Ecco un semplice esempio:

import numpy as np 
import tensorflow as tf 
a = tf.constant(np.random.random(100)) 
with tf.Session() as sess: 
    print(sess.run(tf.count_nonzero(tf.greater(a, 0.5)))) 

Answer 4

Credo che questo sia il modo più semplice per farlo:

In [38]: myOtherTensor = tf.constant([[True, True], [False, True]]) 

In [39]: if_true = tf.count_nonzero(myOtherTensor) 

In [40]: sess.run(if_true) 
Out[40]: 3