python - Tensorflow如何检查张量行是否只有零？

Question

我正在训练一个简单的网络来预测单个对象的边界框坐标。然而，有些照片中找不到任何物体。由于网络总是进行预测，因此它还会预测 0 到 1 之间的置信度值，该值应指示图片中存在对象的概率。我的预测张量称为 logits，它是一个 (batch_size, 5) 张量(置信度、x、y、宽度和高度)。类似地，labels 张量也是 (batch_size, 5)。

以前我只使用总是有对象的图像进行训练，所以我基本上可以做到

loss = tf.l2_loss(logits - labels)

我也想开始使用没有物体的图片进行训练，当图片中没有物体时，我不希望网络因其预测的坐标而受到惩罚。在这种情况下，最重要的是置信度值，该值应接近 0(无对象)。

我应该如何构建我的标签和损失函数来实现这一目标？我可以将没有对象的图像标签设置为全零，但如何检查特定行是否仅为零？在这种情况下，logits中相应的行也需要设置为零(置信度值除外!)，这样由于坐标而产生的损失也为零。

Answer 1

您可以使用tf.math.count_nonzero()来检查张量是否全为零。您可以查看指南here .