TensorFlow:沿轴的张量的最大值

Posted

技术标签:

【中文标题】TensorFlow:沿轴的张量的最大值【英文标题】:TensorFlow: Max of a tensor along an axis 【发布时间】:2016-05-01 11:05:04 【问题描述】:

我的问题是两个相关的部分:

    如何计算张量某个轴上的最大值?例如,如果我有

    x = tf.constant([[1,220,55],[4,3,-1]])
    

    我想要类似的东西

    x_max = tf.max(x, axis=1)
    print sess.run(x_max)
    
    output: [220,4]
    

    我知道有一个tf.argmax 和一个tf.maximum,但都没有给出沿单个张量轴的最大值。现在我有一个解决方法:

    x_max = tf.slice(x, begin=[0,0], size=[-1,1])
    for a in range(1,2):
        x_max = tf.maximum(x_max , tf.slice(x, begin=[0,a], size=[-1,1]))
    

    但它看起来不太理想。有没有更好的方法来做到这一点?

    给定一个张量的argmax 的索引,我如何使用这些索引索引另一个张量?使用上面x 的例子,我该如何做如下的事情:

    ind_max = tf.argmax(x, dimension=1)    #output is [1,0]
    y = tf.constant([[1,2,3], [6,5,4])
    y_ = y[:, ind_max]                     #y_ should be [2,6]
    

    我知道切片和最后一行一样,在 TensorFlow 中还不存在 (#206)。

    我的问题是:对于我的具体情况,最好的解决方法是什么(可能使用其他方法,如收集、选择等)?

    附加信息:我知道xy 将只是二维张量!

【问题讨论】:

【参考方案1】:

TensorFlow 1.10.0-dev20180626 开始,tf.reduce_max 接受 axiskeepdims 关键字参数,提供与 numpy.max 类似的功能。

In [55]: x = tf.constant([[1,220,55],[4,3,-1]])

In [56]: tf.reduce_max(x, axis=1).eval() 
Out[56]: array([220,   4], dtype=int32)

要获得与输入张量相同维度的结果张量,请使用keepdims=True

In [57]: tf.reduce_max(x, axis=1, keepdims=True).eval()Out[57]: 
array([[220],
       [  4]], dtype=int32)

如果未明确指定 axis 参数,则返回张量级最大元素(即所有轴都减少)。

In [58]: tf.reduce_max(x).eval()
Out[58]: 220

【讨论】:

【参考方案2】:

tf.reduce_max() 运算符正好提供了这个功能。默认情况下,它计算给定张量的全局最大值,但您可以指定 reduction_indices 的列表,其含义与 NumPy 中的 axis 相同。完成您的示例:

x = tf.constant([[1, 220, 55], [4, 3, -1]])
x_max = tf.reduce_max(x, reduction_indices=[1])
print sess.run(x_max)  # ==> "array([220,   4], dtype=int32)"

如果您使用 tf.argmax() 计算 argmax,则可以通过使用 tf.reshape()y 展平,将 argmax 索引转换为向量索引,并使用 @987654324,从不同的张量 y 获取值@提取适当的值:

ind_max = tf.argmax(x, dimension=1)
y = tf.constant([[1, 2, 3], [6, 5, 4]])

flat_y = tf.reshape(y, [-1])  # Reshape to a vector.

# N.B. Handles 2-D case only.
flat_ind_max = ind_max + tf.cast(tf.range(tf.shape(y)[0]) * tf.shape(y)[1], tf.int64)

y_ = tf.gather(flat_y, flat_ind_max)

print sess.run(y_) # ==> "array([2, 6], dtype=int32)"

【讨论】:

为了完整起见,在第二个示例中,请在第 3 行添加:amax = tf.argmax(y, 1) 并删除第一行。 reduction_indices 已弃用。改用axis

以上是关于TensorFlow:沿轴的张量的最大值的主要内容,如果未能解决你的问题,请参考以下文章

获取 3D numpy 数组中沿轴的连续非 nans 值总和的最大值

Torch 沿轴对张量求和

查找对应于另一个数组中沿轴的最小值的数组

测量 NVIDIA 张量核心加速

避免在ggplot中沿轴剪裁点

来自密集张量 Tensorflow 的稀疏张量(矩阵)