獲得不同的面具TensorFlow

掩蓋argmax每一行我有形狀NX7的張量，這看起來是這樣的：獲得不同的面具TensorFlow

[0.97863993 0.64479575 -0.202357 0.94678476 0.0080051 0.44507797 0.47864 
0.05914348 -0.72649432 0.193803 0.47295245 0.8381458 0.30449861 0.46783]

我也有同樣的形狀，這是一個布爾值面具的另一張量：

[True False True True False True False 
False True False False True False False]

我想在第一張每行的argmax，但僅限於這面具是真，以下數組所以基本上argmax這些元素：

[0.97863993 X   -0.202357 0.94678476 X   0.44507797 X 
X   -0.72649432 X   X   0.8381458 X   X]

哪些應該因此而成爲：

[0 
4]

這是可能的TensorFlow？我試圖找出與tf.boolean_mask，但我不知道如何處理掩碼中具有不同數量的True值的不同行。

輸入代碼TF：

mask = tf.placeholder(shape=[None, 7], dtype=tf.bool) 
val = tf.placeholder(shape=[None, 7], dtype=tf.float32) 

arg_max = ???

注意，我想負值正確處理，以及（另有Ishant Mrinal提出的方法將工作）。

來源

2017-08-05 Moos Hueting

轉換布爾數組轉換成一個int數組

# mask = tf.placeholder(shape=[None, 7], dtype=tf.bool) 
# mask = tf.cast(mask, dtype=tf.float32) 
mask = tf.placeholder(shape=[None, 7], dtype=tf.float32) 
val = tf.placeholder(shape=[None, 7], dtype=tf.float32) 
argmax = tf.argmax(tf.multiply(val, mask), axis=1) 
sess.run(argmax, {val: your_val_array, mask: 2*mask_bool_array.astype(float)-1 })

來源

2017-08-05 16:25:57

嗨Ishant，感謝您的建議。如果val vector中不存在唯一的負面情況，這將起作用，但我不能認爲在我的情況下不幸。 –

我認爲你可以使它工作，在掩碼中使用-1作爲假值。 –

我編輯了使用val的負值的答案 –

你可以嘗試像

arg_max = tf.argmax(tf.minimum(val, (2* tf.to_float(mask) - 1) * np.inf), axis=1)

來源

2017-08-05 16:38:56 user1735003

獲得不同的面具TensorFlow

回答

相關問題