如何有条件地给张量赋值[掩盖损失函数]？
如何有条件地给张量赋值[掩盖损失函数]？
提问于 2018-01-29 14:03:51
我想创建一个L2丢失函数，它忽略标签值为0的值(=>像素)。张量batch[1]包含标签，而output是净输出的张量，两者都具有(None,300,300,1)的形状。
labels_mask = tf.identity(batch[1])
labels_mask[labels_mask > 0] = 1
loss = tf.reduce_sum(tf.square((output-batch[1])*labels_mask))/tf.reduce_sum(labels_mask)我的当前代码将生成TypeError: 'Tensor' object does not support item assignment (在第二行)。有什么办法能做到这一点？我还试着用tf.reduce_sum(labels_mask)来规范损失，我希望这是这样的。
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-01-30 06:21:25
如果您想这样编写它，则必须使用Tensorflow的scatter方法进行赋值。不幸的是，tensorflow也不支持布尔索引(新的boolean_select使它成为可能，但很烦人)。这将是棘手的书写和阅读困难。
您有两个不那么烦人的选项：
- 使用
labels_mask > 0作为布尔掩码，并使用Tensorflow最近的遮罩函数。也许这是更多的tensorflow方式，因为它调用任意特定的函数。 - 将
labels_mask > 0转换为浮动：tf.cast(labels_mask > 0, tf.float32)。然后，您可以在代码的最后一行中以您希望的方式使用它。
Stack Overflow用户
发布于 2018-09-01 10:48:06
下面是如何应用布尔索引和有条件地将值赋值给变量的示例：
a = tf.Variable(initial_value=[0, 0, 4, 6, 1, 2, 4, 0])
mask = tf.greater_equal(a, 2) # [False False True True False True True False]
indexes = tf.where(mask) # [[2] [3] [5] [6]], shape=(4, 1)
b = tf.scatter_update(a, mask, tf.constant(1500))产出：
[ 0, 0, 1500, 1500, 1, 1500, 1500, 0]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48510741
复制相关文章
相似问题
MySQL SELECT IN with sub查询
Mysql使用update和sub查询
MYSQL insert after sub查询with count
DATE_SUB命名查询MYSQL
MYSQL查询Slow - Sub查询和临时表
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
