python - 矢量化张量流步骤的正确方法

Question

我正在使用 4 维张量，需要进行一些计算，如下例所示。A成为一个有 shape 的张量(6,64,64,64)。我想使用该函数tf.where来获取每个(64,64,64)体积的体素，其值大于0.75. 我设法做到这一点的唯一方法是这样的：

X = tf.convert_to_tensor([tf.where(A[i,:,:,:] > 0.75) for i in range(A.shape[0])]

这似乎是一个非常粗略的解决方案。有没有更好的方法来实现这一目标？

标签： pythonpython-3.xtensorflowvectorizationtensor

Answer 1

您尝试做的问题是它要求每个(64, 64, 64)卷具有相同数量的大于 0.75 的值。如果是这种情况，您可以执行以下操作：

X = tf.reshape(tf.where(A > 0.75)[:, 1:], (A.shape[0], -1, A.shape.ndims - 1))

但如果不是这样，你就不能有这样的张量，因为第二维需要有多个尺寸。