我有 2 个关于 tensorflow 2.0 的问题，重点是 tensorflow 如何在其操作图中处理组合条件测试。
任务：将大量数据点切成块，并将索引存储到属于该卷的样本（而不是样本本身）。
我最初的方法：循环所有元素并收集“边界体积”内的数据点的索引。这非常慢，无论我如何重新排序坐标上的比较。
# X.shape == [elements,features]
# xmin.shape == xmax.shape == [features]
def getIndices(X, xmin, xmax):
i = 0
indices = tf.zero(shape[0], dtype = tf.int32)
for x in X:
if (x[0] > xmin[0]):
if (x[1] > xmin[1]):
if (x[2] <= xmax[2]):
# ...and so on...
indices = tf.concat([indices, i], axis = 0)
i = i + 1
return indices
然后我想出了产生布尔张量并在逻辑上“和”它们以获得indices我需要的元素的想法。快了很多，如下一个示例所示：
# X.shape == [elements,features]
# xmin.shape == xmax.shape == [features]
def getIndices(X, xmin, xmax):
# example of 3 different conditions to clip to (a part of) the bounding volume
# X is the data and xmin and xmax are tensors containing the bounding volume
c0 = (X[:,0] > xmin[0])
c1 = (X[:,1] > xmin[1]) # processing all elements
c2 = (X[:,2] <= xmax[2]) # idem
# ... there could be many more conditions, you get the idea..
indices = tf.where(tf.math.logical_and(c1, tf.math.logical_and(c2, c3) )
return indices
# ...
indices = getIndices(X, xmin, xmax)
trimmedX = tf.gather(X, indices)
此代码产生正确的结果，但我想知道它是否是最佳的。
第一个问题是关于调度的：
如果包含操作的张量流图知道一些（块）已经测试过的元素，它是否会剔除（块）条件测试
False。由于logical_and组合了逻辑条件，因此对这些元素的后续条件测试将永远不会产生True.
实际上，在上面的示例中c1，并且正在就可能已经从集合中排除的c2元素提出问题。c0尤其是当您有大量元素要测试时，这可能会浪费时间，即使在并行硬件平台上也是如此
那么，如果我们根据之前的测试结果级联测试呢？虽然这看起来像是一个已解决的问题，但这个解决方案是不正确的，因为最终indices张量将引用一个子集_X，而不是总集X：
# X.shape == [elements,features]
# xmin.shape == xmax.shape == [features]
def getIndices(X, xmin, xmax):
c0 = (X[:,0] > xmin[0])
indices = tf.where(c0)
_X = tf.gather(X, indices)
c1 = (_X[:,1] > xmin[1]) # processing only trimmed elements
indices = tf.where(c1)
_X = tf.gather(_X, indices)
c2 = (_X[:,2] <= xmax[2]) # idem
indices = tf.where(c2)
return indices
...
indices = getIndices(X, xmin, xmax)
trimmedX = tf.gather(X, indices) # fails: indices refer to a trimmed subset, not X
我当然可以通过简单地扩展来“解决”这个问题X，这样每个元素也可以在原始列表中包含自身的索引，然后像以前一样继续。
所以我的第二个问题是关于功能的：
tf 是否有一种方法可以让 GPU/张量基础设施提供簿记，而无需在这个看似简单的问题上花费内存/时间？