Python 确定值是否在TensorFlow中的集合中

tf.logical\u或

，

tf.logical\u和

，以及

tf.select

功能非常有用

但是，假设您有值

x

，并且您想查看它是否在

集中（a、b、c、d、e）

。在python中，您只需编写：

if x in set([a, b, c, d, e]):
  # Do some action.

据我所知，在TensorFlow中实现这一点的唯一方法是将“tf.logical_or”与“tf.equal”一起嵌套。我在下面仅提供了此概念的一次迭代：

tf.logical_or(
    tf.logical_or(tf.equal(x, a), tf.equal(x, b)),
    tf.logical_or(tf.equal(x, c), tf.equal(x, d))
)

---

我觉得在TensorFlow中必须有一种更简单的方法来实现这一点。有吗？

看看这个相关的问题：

---

您应该能够构建一个由[a，b，c，d，e]组成的张量，然后使用

tf.equal（.）

检查任何行是否等于x。要提供更具体的答案，请假设您想检查张量

x

的最后一个维度是否包含1D张量

s

中的任何值，您可以执行以下操作：

tile_multiples = tf.concat([tf.ones(tf.shape(tf.shape(x)), dtype=tf.int32), tf.shape(s)], axis=0)
x_tile = tf.tile(tf.expand_dims(x, -1), tile_multiples)
x_in_s = tf.reduce_any(tf.equal(x_tile, s), -1))

例如，对于

s

和

x

：

s = tf.constant([3, 4])
x = tf.constant([[[1, 2, 3, 0, 0], 
                  [4, 4, 4, 0, 0]], 
                 [[3, 5, 5, 6, 4], 
                  [4, 7, 3, 8, 9]]])

x

具有形状

[2,2,5]

并且

s

具有形状

[2]

因此

平铺倍数=[1,1,1,2]

，这意味着我们将沿新维度平铺

x

的最后维度2次（对于

s

中的每个元素一次）。因此，

x_tile

将如下所示：

[[[[1 1]
   [2 2]
   [3 3]
   [0 0]
   [0 0]]

  [[4 4]
   [4 4]
   [4 4]
   [0 0]
   [0 0]]]

 [[[3 3]
   [5 5]
   [5 5]
   [6 6]
   [4 4]]

  [[4 4]
   [7 7]
   [3 3]
   [8 8]
   [9 9]]]]

而

x_in_s

将把每个平铺值与

s

中的一个值进行比较

tf。如果任何平铺值在
s
中，则沿最后一个dim的任何

都将返回true，给出最终结果：

[[[False False  True False False]
  [ True  True  True False False]]

 [[ True False False False  True]
  [ True False  True False False]]]

---

这里有两个解决方案，我们想检查

query

是否在

whitelist

whitelist = tf.constant(["CUISINE", "DISH", "RESTAURANT", "ADDRESS"])
query = "RESTAURANT"

#use broadcasting for element-wise tensor operation
broadcast_equal = tf.equal(whitelist, query)

#method 1: using tensor ops
broadcast_equal_int = tf.cast(broadcast_equal, tf.int8)
broadcast_sum = tf.reduce_sum(broadcast_equal_int)

#method 2: using some tf.core API
nz_cnt = tf.count_nonzero(broadcast_equal)

sess.run([broadcast_equal, broadcast_sum, nz_cnt])
#=> [array([False, False,  True, False]), 1, 1]

---

因此，如果输出为

>0

，则该项在集合中。

感谢您的洞察力。Reduce_sum是最好的方法。你也可以使用

tf.listdiff

来完成同样的事情。@dga只显示差异，而不是相似的差异？对于Tensorflow新手来说，很难看到你的链接帖子如何处理OP的情况。也许您可以在此发布完整的代码片段？当

query

和

whitelist

都有多个元素时，这是如何工作的？