2

我正在尝试使用 argmax 结果tf.nn.max_pool_with_argmax()来索引另一个张量。为简单起见，假设我正在尝试实现以下内容：

output, argmax = tf.nn.max_pool_with_argmax(input, ksize, strides, padding)
tf.assert_equal(input[argmax],output)

现在我的问题是如何实现必要的索引操作input[argmax]以达到预期的结果？我猜这涉及到一些使用tf.gather_nd()和相关调用，但我无法弄清楚。如有必要，我们可以假设输入具有[BatchSize, Height, Width, Channel]维度。

谢谢你的帮助！

垫

4

3 回答 3

2

我找到了一个使用它的解决方案tf.gather_nd，它可以工作，虽然它看起来不那么优雅。我使用了此处unravel_argmax发布的功能。

def unravel_argmax(argmax, shape):
    output_list = []
    output_list.append(argmax // (shape[2] * shape[3]))
    output_list.append(argmax % (shape[2] * shape[3]) // shape[3])
    return tf.stack(output_list)

def max_pool(input, ksize, strides,padding):
    output, arg_max = tf.nn.max_pool_with_argmax(input=input,ksize=ksize,strides=strides,padding=padding)
    shape = input.get_shape()
    arg_max = tf.cast(arg_max,tf.int32)
    unraveld = unravel_argmax(arg_max,shape)
    indices = tf.transpose(unraveld,(1,2,3,4,0))
    channels = shape[-1]
    bs = tf.shape(iv.m)[0]
    t1 = tf.range(channels,dtype=arg_max.dtype)[None, None, None, :, None]
    t2 = tf.tile(t1,multiples=(bs,) + tuple(indices.get_shape()[1:-2]) + (1,1))
    t3 = tf.concat((indices,t2),axis=-1)
    t4 = tf.range(tf.cast(bs, dtype=arg_max.dtype))
    t5 = tf.tile(t4[:,None,None,None,None],(1,) + tuple(indices.get_shape()[1:-2].as_list()) + (channels,1))
    t6 = tf.concat((t5, t3), -1)    
    return tf.gather_nd(input,t6)

如果有人有更优雅的解决方案，我仍然很想知道。

垫

于 2018-01-13T11:11:03.350 回答
1

这个小片段有效：

def get_results(data,other_tensor):
    pooled_data, indices = tf.nn.max_pool_with_argmax(data,ksize=[1,ksize,ksize,1],strides=[1,stride,stride,1],padding='VALID',include_batch_in_index=True)
    b,w,h,c = other_tensor.get_shape.as_list()
    other_tensor_pooled = tf.gather(tf.reshape(other_tensor,shape= [b*w*h*c,]),indices)
    return other_tensor_pooled

以上indices可用于对张量进行索引。此函数实际上返回扁平索引，并将其与batch_size > 1您需要传递include_batch_in_index 的任何内容一起使用True以获得正确的结果。我在这里假设othertensor您的批量大小与data.

于 2019-08-08T15:21:57.070 回答
0

我这样做是这样的：

def max_pool(input, ksize, strides,padding):
    output, arg_max = tf.nn.max_pool_with_argmax(input=input,ksize=ksize,strides=strides,padding=padding)
    shape=tf.shape(output)
    output1=tf.reshape(tf.gather(tf.reshape(input,[-1]),arg_max),shape)

    err=tf.reduce_sum(tf.square(tf.subtract(output,output1)))
    return output1, err
于 2018-12-25T19:14:42.467 回答