tensorflow通过（不同范围的2d）切片列表更改/分配矩阵元素值

Posted 2023-02-23

【中文标题】tensorflow通过（不同范围的2d）切片列表更改/分配矩阵元素值

【英文标题】：tensorflow change/assign matrix element values by list of (different range of 2d) slices

【发布时间】：2019-08-29 10:03:55

【问题描述】：

我有一个零矩阵（我们可以看成图片）：

matrix = tf.zeros(name="matrix", shape=(4, 5), dtype=tf.int32)

以及在此matrix 上指示一些“框”（通过左上角和右下角顶点，可能重叠）的四分体张量：

(first_row, first_column, second_row, second_column)

这里，[first_row:second_row, first_column,second_column] 在matrix 上形成一个框。

问题是：如何使用切片[first_row:second_row, first_column,second_column] 或其他张量流函数将图片上的所有“装箱值”从0 分配/更改为1？

更新：

输入：

matrix = tf.zeros(name="matrix", shape=(4, 5), dtype=tf.int32)

first_row = tf.constant([0,2])
first_column = tf.constant([2,1])
second_row = tf.constant([3,3])
second_column = tf.constant([3,3])

预期的输出（例如(0,2,3,3)和(2,1,3,3)）：

array([[0, 0, 1, 1, 0],
       [0, 0, 1, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 1, 1, 1, 0]])

【问题讨论】：

你能给出输入和输出的例子吗？您可以更新您的问题。

【参考方案1】：

这可能会有所帮助。但如果不是，您可以澄清您的问题。

import tensorflow as tf

tensor = tf.Variable(
    [[0, 0, 1, 1, 0],
     [0, 0, 1, 1, 0],
     [0, 1, 1, 1, 0],
     [0, 1, 1, 1, 0]])


with tf.Session() as sess :
  sess.run( tf.global_variables_initializer() )
  print(sess.run( tf.assign(tensor[0:1,2:3] , [[9]] )))

输出是这样的。

[[0 0 9 1 0]
 [0 0 1 1 0]
 [0 1 1 1 0]
 [0 1 1 1 0]]

如果你把最后一行改成print(sess.run( tf.assign(tensor[0:1,2:4] , [[9,9]] )))，你会得到

[[0 0 9 9 0]
 [0 0 1 1 0]
 [0 1 1 1 0]
 [0 1 1 1 0]]

当我不确定分配的左侧在形状方面与右侧不匹配时，我会收到此错误。这应该对您有所帮助。

切片的左值形状 [1,2] 与右值形状 [1,1] 不匹配

示例print(sess.run( tf.assign(tensor[0:2,2:4] , [[9,9],[9,9]] ))) 打印

[[0 0 9 9 0]
 [0 0 9 9 0]
 [0 1 1 1 0]
 [0 1 1 1 0]]

【讨论】：

非常感谢！我通过指定它们的尺寸来解决左右值的一致性。