Tensorflow 如何檢查張量行是否僅為零？

Question

我正在訓練一個簡單的網絡來預測單個對象的邊界框坐標。 然而，有些圖片找不到對象。 由於網絡總是進行預測，因此它還會預測一個介於 0 和 1 之間的置信度值，該值應該表示圖片中存在物體的概率。 我的預測張量稱為logits ，它是一個(batch_size, 5)張量（置信度、x、y、寬度和高度）。 同樣， labels張量也是(batch_size, 5) 。

以前我只用總是有對象的圖像進行訓練，所以我基本上可以做到

loss = tf.l2_loss(logits - labels)

我也想用沒有對象的圖片開始訓練，當圖片中沒有對象時，我不希望網絡因為它預測的任何坐標而受到懲罰。 在這種情況下，重要的是置信度值，它應該接近 0（沒有對象）。

我應該如何構建我的標簽和損失函數來實現這一點？ 我可以將沒有對象的圖像標簽設置為全零，但如何檢查特定行是否僅為零？ 在這種情況下，logits 中的相應行也需要設置為零（置信度值除外！），以便坐標引起的損失也為零。

Answer 1

您可以使用tf.math.count_nonzero()來檢查張量是否全為零。 您可以在此處查看指南。

Answer 2

一種查找張量行是否全為零的方法：

import tensorflow as tf

image = tf.fill([8,8], 0)
sess = tf.Session()
sess.run(tf.initialize_all_variables())
image_row = tf.slice(image, [1,0], [1, -1])
total = tf.reduce_sum(tf.abs(image_row))
is_all_zero = tf.equal(total, 0)
print sess.run([total, is_all_zero, image_row])

結果：

[0, True, array([[0, 0, 0, 0, 0, 0, 0, 0]], dtype=int32)]