Tensorflow中的高级操作

发表于2020-07-10|深度学习笔记

tf.gather

可以实现根据索引号收集数据

假设有4个班级，每班35人，共8门课程的成绩

1594370365678

举几个栗子

1594370605339

它等价于

1594370673876

但是对于不规则（连续）的索引，还是tf.gather()更强大

1594370796894

1594370876274

通过组合多个tf.gather，可以实现复杂一点的功能

1594371100097

1594371220319

现在，想要抽查第 2 个班级的第 2 个同学的所有科目，第 3 个班级的第 3 个同学的所有科目，第 4 个班级的第 4 个同学的所有科目

这个更复杂了

1594371369776

可以这样

1594371466740

然后用stack()合并

1594371548424

但是还有更好的方法，那就是tf.gather_nd

tf.gather_nd

也是根据索引号收集数据，只不过比tf.gather更灵活些

继续上面的例子

1594386967830

变得简洁了，只需传入一个列表

再举个复杂点的栗子：选取1班的学生1的科目2、2班的学生2的科目3、班级3的学生3的科目4的成绩，共有3个成绩数据

1594387148918

tf.boollean_mask

以掩码方式选取数据

1594387626885

1594387763750

这里的 tf.boolean_mask 的用法其实与 tf.gather 非常类似，只不过一个通过掩码方式采样，一个直接给出索引号采样

其实它也可以像tf.gather_nd那样，做多维掩码采样

1594388022190

两个班级，每班3个学生，8门课的成绩

现在希望采样第 1 个班级的第 1到2 号学生，第 2 个班级的第 2到3 号学生，通过tf.gather_nd 可以这样做

1594388192688

采用掩码方式，可以这样

1594388290888

tf.boolean_mask 既可以实现了tf.gather方式的一维掩码采样，又可以实现 tf.gather_nd 方式的多维掩码采样

tf.where

1594388489610

1594388677054 返回的张量中为 1 的位置全部来自张量 a，返回的张量中为 0 的位置来自张量
b

若a与b为None，则返回condition张量中所有为True元素的索引坐标：

1594388876134

这个功能有很好的应用场景：

提取张量中所有正数的数据和索引

1594389162027

当然，得到掩码 mask 之后，也可以直接通过 tf.boolean_mask 获取所有正数的元
素向量

1594389245811

scatter_nd

通过 tf.scatter_nd(indices, updates, shape)函数可以高效地刷新张量的部分数据，但是这个函数只能在全 0 的白板张量上面执行刷新操作，因此可能需要结合其它操作来实现现有张量的数据刷新功能

向量的刷新

1594389904110

1594389841589

三维张量的刷新

1594390024579

1594390344489

meshgrid

可以方便的生成二维网格的采样点坐标

1594391774832

相关推荐

1小时快速入门PyTorch

12#二话不说，先把包导入进来~import torch tensor初始化123#定义一个tensormy_tensor=torch.tensor([[1,2,3],[4,5,6]])print(my_tensor) tensor([[1, 2, 3], [4, 5, 6]]) 123#指定tensor的数据类型my_tensor=torch.tensor([[1,2,3],[4,5,6]],dtype=torch.float32)print(my_tensor) tensor([[1., 2., 3.], [4., 5., 6.]]) 123#指定devicemy_tensor=torch.tensor([[1,2,3],[4,5,6]],dtype=torch.float32,device='cuda')print(my_tensor) tensor([[1., 2., 3.], [4., 5., 6.]],...

FFB6D: A Full Flow Bidirectional Fusion Network for 6D Pose Estimation 来源： CVPR2021代码：https://github.com/ethnhe/FFB6D 提出的问题 RGB图像+CNN：透视投影会导致几何信息损失 RDB-D+CNN：：如何有效地充分利用这两种数据模式（RGB图+深度图）来进行更好的6维姿态估计？已有的方法使用级联思想，先从RGB中做粗略估计，再使用ICP或多视图的假设检验做后续优化。这种方法并不是端到端的方式，而且非常耗时。使用两个网络，一个CNN，一个PCN( pointcloud network)，分别从RGB图和点云文件中提取特征（croped RGB image and point cloud），然后把这两种特征concat在一起(称之为 dense features)，用于姿态估计。这种混合特征的方法(concat)太naive。也是用两个网络，CNN和PCN，只不过将特征混合方式由concat改为dense fusion，如下图： ...

G2L-Net: Global to Local Network for Real-time 6D Pose Estimation with Embedding Vector Features 来源：CVPR 2020代码：https://github.com/DC1991/G2L_Net引用量：8新版本：FS-Net（CVPR2021），还没看提出的问题一些基于深度学习的方法预测表现达到了sota，但做不到实时性，太慢虽然存在一些方法能够做到实时性，但这些方法只是用了RGB图，无法处理存在遮挡和光照变化的情况当加入深度信息后，可以处理诸如遮挡的复杂情况，但是计算密集。并且这些基于RGBD的方法的一个常见问题是：利用来自深度信息中的视点信息(view point infomation)并不是很有效，从而降低了它们的姿态估计精度。为了克服这一点，这些方法倾向于使用后细化机制( post-refinement mechanism)或假设生成/检验机制(hypotheses generation/verification...

Keras中关于模型的trainable状态的问题

提出问题在看GAN的实现代码的时候，发现了这么一个地方： 123456789101112131415161718192021222324252627282930313233class GAN(): def __init__(self): self.img_rows = 28 self.img_cols = 28 self.channels = 1 self.img_shape = (self.img_rows, self.img_cols, self.channels) self.latent_dim = 100 optimizer = Adam(0.0002, 0.5) # Build and compile the discriminator self.discriminator = self.build_discriminator() ...

可以把 lstm的memory看做一个neural LSTM的解释图：一个neural的工作过程有点RNN的味道了真正的LSTM