有效地去除TensorFlow中张量的零图像

我有一组

50

形状的图像

（50128128,1）

，在TensorFlow中表示为张量。假设

25th

和

30th

图像只是零图像，但我不知道哪些图像在之前都是零（本例中

25th

和

30th

只是为了让情况更清楚）。我希望删除这些图像，并有一个大小为

（48128128,1）

的张量。如何在Tensorflow中实现这一点，而无需循环通过tensor的

0次
50次
维度，并在
tf.reduce\u sum（tf.abs（image\u i））>0时检查每个图像，您可以使用
Dataset.map（some\u fn）
。在这里，您可以定义一些将使用逻辑检查每个张量值的
tf.reduce\u sum（）
。因此，如果
total
的值为零，则可以忽略它，否则可以保留它

def some_fn():
    image = tf.fill([8,8], 0)# dummy tensor values
    image_row = tf.slice(image, [1,0], [1, -1])
    total = tf.reduce_sum(tf.abs(image_row)) # total = 0
    return total


你可以读更多。这不是一个循环，它在每个元素（您案例中的每个图像）上并行工作，因此速度很快。
谢谢。你能发布一个带有任意张量（50，x，y，1）的工作示例吗？这样我就可以快速尝试并理解执行它的代码了。再次感谢你。但是您编辑的答案没有使用
Dataset.map
。我想你给出了在
中使用的逻辑的答案。如果你能编辑它，我可以接受答案，我已经做了一些编辑。对不起，刚才不清楚。尽管如此，我希望它对你有所帮助。另外，请接受答案。干杯