TensorFlow：是否可以在忽略NaN值的同时减少总和？

假设我有一个二维张量

（批量大小，损失大小）

，我希望得到每个数据样本的每个损失维度之和，这可以通过

tf来实现。减少平均值（张量，轴=-1）

但是，如果在我的张量中有NaN值，并且我想在计算和时忽略这些NaN值，该怎么办？有人知道怎么做吗

另外，我知道我们可以使用

tf.boolean\u mask

来匹配nan，但是如果我简单地使用

tensor=tf.boolean\u mask（tensor，tf.logical\u not（tf.is\u nan（tensor））

，输出将被压缩成一个一维，这不是我想要的

非常感谢！

您可以使用将

张量中的NaN值替换为零，同时保留原始形状：

tensor = ...

# Replace all NaN values with 0.0.
tensor_without_nans = tf.where(tf.is_nan(tensor), tf.zeros_like(tensor), tensor)

sum_ignoring_nans = tf.reduce_sum(tensor_without_nans, axis=-1)