tensorflow判断两个tensor数值上是否完全相同

最新推荐文章于 2022-10-10 14:49:33 发布

原创最新推荐文章于 2022-10-10 14:49:33 发布 · 8.3k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#TensorFlow

TensorFlow 专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍如何在TensorFlow中比较两个多维张量的对应元素是否相等，并通过逐层减少维度的方法来判断整个子张量是否完全一致。通过具体代码示例，展示从元素级比较到子张量级比较的全过程。

源问题来源于一个优快云问答，链接https://ask.youkuaiyun.com/questions/652382#answer_460706

该问答中给出解答非常好，但是仅仅是针对向量形式，不能很好的应用于多维张量，因此，在这里进行小小的修改。

a=tf.constant([[[1,1],[1,0]],[[0,0],[1,1]]])
b=tf.constant([[[1,0],[1,0]],[[1,0],[1,0]]])

aeqb = tf.cast(tf.equal(a,b),tf.int32)
aeqb_int = tf.to_int32(aeqb)
result_0 = tf.equal(a,b)
# 比较两个tensor中对应位置值是否相同
result_1 = tf.equal(tf.reduce_sum(aeqb_int,2),tf.reduce_sum(tf.ones_like(aeqb_int),2))
# 比较最后一个维度上的tensor是否相同，因为例子中只有三个维度，所以reduce_sum中的参数直接使用2，同时也可使用-1
result_2 = tf.equal(tf.reduce_sum(tf.cast(result_1,tf.int32),1),tf.reduce_sum(tf.ones_like(tf.cast(result_1,tf.int32)),1))
# 比较倒数第二维上的tensor是否相同，但是需要前一个的结果。同理，reduce_sum参数可以为-2

sess=tf.Session()
print("a:\n",sess.run(a))
print("----------------------------------")
print("b:\n",sess.run(b))
print("----------------------------------")
print("result_0:\n",sess.run(result_0))
print("----------------------------------")
print("result_1:\n",sess.run(result_1))
print("----------------------------------")
print("result_2:\n",sess.run(result_2))

然后是运行结果：

a:
 [[[1 1]
  [1 0]]

 [[0 0]
  [1 1]]]
----------------------------------
b:
 [[[1 0]
  [1 0]]

 [[1 0]
  [1 0]]]
----------------------------------
result_0:
 [[[ True False]
  [ True  True]]

 [[False  True]
  [ True False]]]
----------------------------------
result_1:
 [[False  True]
 [False False]]
----------------------------------
result_2:
 [False False]

结果中可以清楚看到每次运行结果的不同之处。