如何在reduce_xxxtensorflow操作中屏蔽向量？

设

X

为某张量，其第一维度未知（批量大小），第二维度和第三维度已知，

n，m

。假设

Y

是相同尺寸的张量，它是

X

的遮罩，即对于批次中的每个样本，它包含

1

，其中

X[b，n，m]

包含真值，而

0

只是填充

我想根据掩码对

X

的行/列运行摘要操作。也就是说，如果

X

的某个样本的某行

n

从某个点

n_0

开始包含零，我不希望计算中包含它

虽然我可以为诸如

reduce\u mean

或

reduce\u min

之类的操作手动解决此问题，但我不能使用

reduce\u prod

例如，如果矩阵被零填充

有没有一种方法可以使用向量掩码执行

reduce_XXX

类型的Tensorflow操作

---

谢谢。

您可以使用动态分区，使用掩码值将数据分成两个张量

data = tf.constant([0, 1, 2, 3])
mask = tf.cast(data>0, tf.int32)
bad_data, good_data = tf.dynamic_partition(data, mask, 2)
sess.run(tf.reduce_prod(good_data))

---

问题在于tf.dynamic\u partition和tf.boolean\u mask会在其他维度（例如，在批处理大小中）展平向量。否则就不行了，因为张量必须是“alligned box”，但您通常希望对每个样本分别运行reduce_XXX。你能修复它吗？一些操作只支持平面张量，解决方案通常需要某种形式的组合，包括重塑、应用一些操作和重塑背面