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x
和y
将只是二维张量!
【问题讨论】:
【参考方案1】:从 TensorFlow 1.10.0-dev20180626 开始,tf.reduce_max
接受 axis
和 keepdims
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()
将 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