我有一个 4 维整数张量,我想将其中一个值映射到另一个值。我不确定在 tensorflow 中执行此操作的有效方法是什么。
如果它是一个 numpy 数组,我会这样做:
arrayNew = np.zeros(arrayOld.shape, dtype=arrayOld.dtype)
arrayNew[arrayOld == valOld] = valNew
所以我基本上希望将此代码转换为 tensorflow 。
最佳答案
假设您只想将一个标量值替换为另一个标量值,也许最简单的方法是减去旧值并添加新值:
import tensorflow as tf
# Inputs
arrayOld = tf.placeholder(tf.int8)
valOld = tf.placeholder(tf.int8, ())
valNew = tf.placeholder(tf.int8, ())
# Find positions to replace
mask = tf.cast(tf.equal(arrayOld, valOld), arrayOld.dtype)
# Make new array
arrayNew = arrayOld + (valNew - valOld) * mask
with tf.Session() as sess:
print(sess.run(arrayNew, feed_dict={
arrayOld: [[12, 20, 32, 17, 20],
[31, 15, 20, 25, 14]],
valOld: 20, valNew: 10}))
输出:
[[12 10 32 17 10]
[31 15 10 25 14]]
编辑:最初,我认为该行
arrayNew = arrayOld + (valNew - valOld) * mask
对于无符号类型可能会有问题(因为减法会产生负值),但它实际上工作得很好,负值只是溢出,结果最终是正确的。
关于python - 将多维张量中的一个值映射到另一个值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54114337/