Python 3.x 如何从keras中的张量中提取非零值
我试图在Tensorflow.keras中的一个自定义丢失函数中操作一些Python数据 考虑以下示例:Python 3.x 如何从keras中的张量中提取非零值,python-3.x,tensorflow,keras,tensor,loss-function,Python 3.x,Tensorflow,Keras,Tensor,Loss Function,我试图在Tensorflow.keras中的一个自定义丢失函数中操作一些Python数据 考虑以下示例: b=tf.常数([[0,3,1],[0,5,2]]) 我想删除零列,或者提取非零列,这样最终的结果将是张量 [[3,1],[5,2] 我尝试使用tf,其中,使用了一个掩码,但它没有保持形状,它只返回一个非零值的一维张量。 此外,我需要它来处理任意数量的行,唯一固定的是列的数量。这将选择总和大于0的所有列: tf.transpose(tf.gather_nd(tf.transpose(b),
b=tf.常数([[0,3,1],[0,5,2]])
我想删除零列,或者提取非零列,这样最终的结果将是张量
[[3,1],[5,2]
我尝试使用tf,其中,使用了一个掩码,但它没有保持形状,它只返回一个非零值的一维张量。
此外,我需要它来处理任意数量的行,唯一固定的是列的数量。这将选择总和大于0的所有列:
tf.transpose(tf.gather_nd(tf.transpose(b), tf.where(tf.reduce_sum(b, axis=0)>0)))
这将选择总和大于0的所有列:
tf.transpose(tf.gather_nd(tf.transpose(b), tf.where(tf.reduce_sum(b, axis=0)>0)))
谢谢你这么多,它似乎工作,甚至在损失的功能!谢谢你这么多,它似乎工作,甚至在损失的功能!