如何在張量的單個元素上執行減法

Question

我有一個由4個浮點組成的張量，稱爲label。

我如何以50％的機率執行x[0] = 1 - x[0]？

現在我有：

label = tf.constant([0.35, 0.5, 0.17, 0.14]) # just an example 
uniform_random = tf.random_uniform([], 0, 1.0) 

# Create a tensor with [1.0, 0.0, 0.0, 0.0] if uniform_random > 50% 
# else it's only zeroes 
inv = tf.pack([tf.round(uniform_random), 0.0, 0.0, 0.0]) 

label = tf.sub(inv, label) 
label = tf.abs(label) # need abs because it inverted the other elements 
# output will be either [0.35, 0.5, 0.17, 0.14] or [0.65, 0.5, 0.17, 0.14] 

其工作，但看起來非常難看。沒有更聰明/更簡單的方法嗎？

相關問題：如何對兩個元素應用某個op（例如sqrt）？我猜我必須刪除這兩個元素，執行操作，然後將它們連接回原始矢量？

Answer 1

tf.select和tf.cond適用於需要對張量元素進行有條件計算的情況。對於你的例子，以下將工作：

label = tf.constant([0.35, 0.5, 0.17, 0.14]) 
inv = tf.pack([1.0, 0.0, 0.0, 0.0]) 
mask = tf.pack([1.0, -1.0, -1.0, -1.0]) 
output = tf.cond(tf.random_uniform([], 0, 1.0) > 0.5, 
       lambda: label, 
       lambda: (inv - label) * mask) 
with tf.Session(''): 
    print(output.eval())