- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个形状为 (10, 32, 32, 128) 的 4-D 张量。我想为所有前 N 个元素生成一个二进制掩码。
arr = tf.random_normal(shape=(10, 32, 32, 128))
values, indices = tf.nn.top_k(arr, N=64)
arr
形状相同的二进制掩码使用
indices
返回者
tf.nn.top_k
最佳答案
如果有人正在寻找答案:就在这里。
K = 64
arr = tf.random_normal(shape=(10, 32, 32, 128))
values, indices = tf.nn.top_k(arr, k=K, sorted=False)
temp_indices = tf.meshgrid(*[tf.range(d) for d in (tf.unstack(
tf.shape(arr)[:(arr.get_shape().ndims - 1)]) + [K])], indexing='ij')
temp_indices = tf.stack(temp_indices[:-1] + [indices], axis=-1)
full_indices = tf.reshape(temp_indices, [-1, arr.get_shape().ndims])
values = tf.reshape(values, [-1])
mask_st = tf.SparseTensor(indices=tf.cast(
full_indices, dtype=tf.int64), values=tf.ones_like(values), dense_shape=arr.shape)
mask = tf.sparse_tensor_to_dense(tf.sparse_reorder(mask_st))
关于tensorflow - 来自 Tensorflow 中 4-D 张量的 tf.nn.top_k 索引的二进制掩码?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43294421/
我正在遵循this link中的教程并尝试改变模型的评估方法(底部)。我想要获得前 5 名的评估,并且我正在尝试使用以下代码: topFiver=tf.nn.in_top_k(y, y_, 5, na
我想在 pytorch 中实现 tf.nn.in_top_k。这是tf.nn.in_top_k的链接, tf.math.in_top_k( targets, predictions, k, n
对于像这样的任何二维张量 [[2,5,4,7],[7,5,6,8]], 我想对每一行中的前 k 元素进行 softmax,然后通过将所有其他元素替换为 0 来构造一个新的张量。 结果应该是获取每行 [
我有两个多维张量a和b。我想按 a 的值对它们进行排序。 我找到了tf.nn.top_k能够对张量进行排序并返回用于对输入进行排序的索引。如何使用 tf.nn.top_k(a, k=2) 返回的索引对
我在使此自定义损失函数(它检查 y_pred 数据的排序是否与 y_true 提供的实际排序索引)工作时遇到了一些问题: def custom_objective(y_true, y_pred):
我正在尝试在 tensorflow 中编写一个仅传播每个特征图的前 k 个值的操作。 例子: k=1,输入大小是[batch_size, x, y, channels] 假设它是[1,2,2,3] 输
我正在尝试预测给予患者的药物。对于每种药物,我在预测中有一列(通过 softmax)指示患者获得这种药物的概率。 但显然人们可以同时服用多种药物,因此我有另一个模型来尝试预测给予的不同药物的数量。 我
我正在尝试使用从 tf.nn.top_k 返回的索引从第二个张量中提取值。 我试过使用 numpy 类型索引,以及直接使用 tf.gather_nd,但我注意到索引是错误的。 # temp_atte
我有一个形状为 (10, 32, 32, 128) 的 4-D 张量。我想为所有前 N 个元素生成一个二进制掩码。 arr = tf.random_normal(shape=(10, 32, 32,
Pytorch 提供 torch.topk(input, k, dim=None, largest=True, sorted=True) 函数来计算给定 的 k 最大元素>input 沿给定维度 di
我是一名优秀的程序员,十分优秀!