我正在使用 Tensorflow 1.15 我有一個張量，其中包含一個形狀為 (Batchsize Width Height*3)的圖像我有一個大小為 Batchsize*50*50*3 的補丁 我想在原始圖像中指定插入補丁的位置。但為了更簡單，假設我有一個包含 10 個元素的一維數組，并且想要替換給定索引處的單個值。開頭看起來像這樣。sess = tf.Session()array = tf.placeholder("float32",[10]) # for easier explanation a 1d array variable = tf.get_variable(name=var,shape=[1],intializer=init) # This variable should replace the valueindex = tf.placeholder("int32",[1]) # the value on this index should be replaced# Here The value of the image tensor at place index should be replaced with the variablein_dict = {image: np.zeros([10],dtype="float") index: 4}sess.run(...,feed_dict=in_dict)tf.where 需要兩個大小相同的張量，但我的變量和數組的大小不同。
1 回答
江戶川亂折騰
TA貢獻1851條經驗 獲得超5個贊
你可以用一個填充的更小的張量來做到這一點。
import tensorflow as tf
import numpy as np
x = tf.placeholder(tf.float32, [10])
x_sub = tf.placeholder(tf.float32, [2])
idx = tf.placeholder(tf.int32, ())
def assign_slice(x, y, idx):
'''return x with x[r:r+len(y)] assigned values from y'''
x_l = x.shape[0]
y_l = y.shape[0]
#pad the smaller tensor accordingly with shapes and index using NaNs
y_padded = tf.pad(y, [[idx, x_l-y_l-idx]], constant_values=float('NaN'))
#if value in padded tensor is NaN, use x, else use y
return tf.where(tf.is_nan(y_padded), x, y_padded)
y = assign_slice(x, x_sub, idx)
with tf.Session() as sess:
print(sess.run(y, feed_dict={x:np.ones([10]), x_sub:np.zeros([2]), idx:2}))
這應該打印[1. 1. 0. 0. 1. 1. 1. 1. 1. 1.]。
另一種方法可能是用掩碼提供相同大小的張量，即： out = x * mask + y * (1-mask)
添加回答
舉報
0/150
提交
取消