tf.boolean_mask(a,b

最新推荐文章于 2022-09-08 15:04:00 发布

原创最新推荐文章于 2022-09-08 15:04:00 发布 · 2.8k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

tensorflow 专栏收录该内容

7 篇文章

订阅专栏

本文详细介绍了TensorFlow中tf.boolean_mask函数的应用，特别是在目标检测（YOLO）中的使用方法。通过示例展示了如何利用该函数从多维张量中提取特定元素。

tensorflow 里的一个函数，在做目标检测（YOLO）时常常用到。

其中b一般是bool型的n维向量，若a.shape=[3,3,3] b.shape=[3,3]

则 tf.boolean_mask(a,b) 将使a (m维)矩阵仅保留与b中“True”元素同下标的部分，并将结果展开到m-1维。

例：应用在YOLO算法中返回所有检测到的各类目标（车辆、行人、交通标志等）的位置信息（bx,by,bh,bw）

下面用代码类解释：

a = np.random.randn(3, 3, 3)
b = np.max(a,-1)
c=  b >0.5
print("a="+str(a))
print("b="+str(b))
print("c="+str(c))
with tf.Session() as sess:
    d=tf.boolean_mask(a,c)
print("d="+str(d.eval(session=sess)))

输出：

a=[[[ 0.09155271  0.09282064  1.40717416]
  [-0.23405791  0.49668615 -2.04293241]
  [-1.88603236 -2.0345092   1.49677093]]

 [[-0.93868614 -0.12003641 -1.48570443]
  [-0.73984936 -0.85963706 -0.81079767]
  [ 1.28287865  2.00767207 -1.28853578]]

 [[-0.49265434 -0.50572453  0.31728808]
  [-0.24718764 -0.13105037 -0.87185338]
  [-0.43106541  0.52068668  1.54395911]]]
b=[[ 1.40717416  0.49668615  1.49677093]
 [-0.12003641 -0.73984936  2.00767207]
 [ 0.31728808 -0.13105037  1.54395911]]
c=[[ True False  True]
 [False False  True]
 [False False  True]]
d=[[ 0.09155271  0.09282064  1.40717416]
 [-1.88603236 -2.0345092   1.49677093]
 [ 1.28287865  2.00767207 -1.28853578]
 [-0.43106541  0.52068668  1.54395911]]

首先，a = np.random.randn(3,3,3)生成3*3*3的张量，其次b = np.max(a, -1)表示在最后一个轴（此时为2）的方向上去最大值，此时将3*3*3的张量变为3*3的张量，然后执行c = b>0.5，c的结果为一个3*3的布尔型张量。最后执行tf.boolean_mask(a,c),将使a (3维)张量仅保留与c中“True”元素同下标的部分，并将结果展开到2维。