tensorflow - 如何在reduce_XXX Tensorflow 操作中屏蔽向量？

Question

让 X是一些第一维未知(批量大小)而第二和第三维已知的张量，n,m .让 Y是一个相同维度的张量，它是 X 的掩码，即对于批次中的每个样本，它包含 1哪里X[b,n,m]包含真值和 0它只是填充的地方。

我想对 X 的行/列进行汇总操作，以面具为准。即，如果某行 n X 的一些样本包含某个点的零 n_0上，我不希望计算包含它。

虽然我可以为诸如 reduce_mean 之类的操作手动解决此问题或 reduce_min ，我不能用 reduce_prod例如，如果矩阵被零填充......

有没有办法执行reduce_XXX使用矢量掩码键入 Tensorflow 操作？

谢谢。

Answer 1

您可以使用动态分区使用掩码值将数据分成两个张量

data = tf.constant([0, 1, 2, 3])
mask = tf.cast(data>0, tf.int32)
bad_data, good_data = tf.dynamic_partition(data, mask, 2)
sess.run(tf.reduce_prod(good_data))