1
에 제로를 생략하는 방법I 같은 텐서 있다면 1-D의 tensorflow 텐서
[0 235 0 1006 213 0 0 0 0 77 0 234 .]
어떻게 0없이 동일한 벡터를 얻을 수 있습니까?
다음 결과를 원합니다. [235. 213 (1006) 77 (234)]
에 제로를 생략하는 방법I 같은 텐서 있다면 1-D의 tensorflow 텐서
[0 235 0 1006 213 0 0 0 0 77 0 234 .]
어떻게 0없이 동일한 벡터를 얻을 수 있습니까?
다음 결과를 원합니다. [235. 213 (1006) 77 (234)]
:
a = tf.Variable([0.235, 0.213, 1006.0, 0, 0, 0, 0, 77, 0,234.0])
session = tf.Session()
initialiser_op = tf.global_variables_initializer()
session.run(initialiser_op)
a_without_zeroes = tf.boolean_mask(a, tf.not_equal(a, 0))
tf.py_func
그것이 NumPy와 함께 작동하지만 난 순수한 접근 방식에 비해 단점을 기대하게하는 또 다른 솔루션입니다 주로 다른 것들 중에서 그라디언트 계산을하지 않을 것입니다. (graphdef의 직렬화가없고, 분산되어 있지 않고, GPU가 없으며, 성능이 더 느릴까요?)
고맙습니다. 이것은 내가 뭘 찾고 있었는지에 대한 답변입니다. 순수한 텐서 흐름을 사용할 때 그래디언트 계산을 할 수 있다는 보장이 있습니까? – Vasilis
나는 대부분의 수학 연산이 정의 된 그라디언트를 가지며, 그렇지 않은 경우 github에서 요구할 수 있다고 생각한다. 하지만 그라디언트가 의미가없는 작업 (예를 들어 이미지에서 패치를 추출하거나 파일로드 중 ...)을 기대합니다. – Evariste