假设我有一个大小为 BxWxHxD 的张量。我想处理张量,这样我就有一个新的 BxWxHxD 张量,其中仅保留每个 WxH 切片中的最大元素,所有其他值均为零。
换句话说,我认为实现这一目标的最佳方法是以某种方式在 WxH 切片上采用 2D argmax,从而产生行和列的 BxD 索引张量,然后将其转换为单热 BxWxHxD 张量用作面膜。我怎样才能做到这一点?最佳答案
您可以使用以下函数作为起点。它计算每个批处理和每个 channel 的最大元素的索引。生成的数组的格式为(批量大小、2、 channel 数)。
def argmax_2d(tensor):
# input format: BxHxWxD
assert rank(tensor) == 4
# flatten the Tensor along the height and width axes
flat_tensor = tf.reshape(tensor, (tf.shape(tensor)[0], -1, tf.shape(tensor)[3]))
# argmax of the flat tensor
argmax = tf.cast(tf.argmax(flat_tensor, axis=1), tf.int32)
# convert indexes into 2D coordinates
argmax_x = argmax // tf.shape(tensor)[2]
argmax_y = argmax % tf.shape(tensor)[2]
# stack and return 2D coordinates
return tf.stack((argmax_x, argmax_y), axis=1)
def rank(tensor):
# return the rank of a Tensor
return len(tensor.get_shape())
关于Tensorflow多维argmax,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36388431/