如何在 TensorFlow 中获取张量中元素的计数？

Question

我想获取张量中某个元素的个数，例如t = [1, 2, 0, 0, 0, 0]（t是一个张量）。我可以通过在 Python 中调用 t.count(0) 来获得数量为 4 的零，但是在 TensorFlow 中，我找不到任何函数来执行此操作。我怎样才能得到零的数量？

Answer 1

目前 TensorFlow 中没有内置的计数方法。但是您可以使用现有工具以如下方法完成此操作：

def tf_count(t, val):
    elements_equal_to_value = tf.equal(t, val)
    as_ints = tf.cast(elements_equal_to_value, tf.int32)
    count = tf.reduce_sum(as_ints)
    return count

Answer 2

对上面 Slater 的回答的补充。如果要获取 all 个元素的计数，可以使用 one_hot 和 reduce_sum 来避免 python 中的任何循环。例如，下面的代码片段 returns 一个词汇，按 word_tensor.

中出现的次数排序

def build_vocab(word_tensor, vocab_size): 
  unique, idx = tf.unique(word_tensor)
  counts_one_hot = tf.one_hot(
      idx, 
      tf.shape(unique)[0],
      dtype=tf.int32
  )
  counts = tf.reduce_sum(counts_one_hot, 0)
  _, indices = tf.nn.top_k(counts, k=vocab_size)
  return tf.gather(unique, indices)

编辑：经过一些实验，我发现 one_hot 张量很容易爆炸超过 TF 的最大张量大小。用这样的东西替换 counts 调用可能更有效（如果不那么优雅的话）：

counts = tf.foldl(
  lambda counts, item: counts + tf.one_hot(
      item, tf.shape(unique)[0], dtype=tf.int32),
  idx,
  initializer=tf.zeros_like(unique, dtype=tf.int32),
  back_prop=False
)

Answer 3

要仅计算一个特定元素，您可以创建一个布尔掩码，将其转换为 int 并求和：

import tensorflow as tf

X = tf.constant([6, 3, 3, 3, 0, 1, 3, 6, 7])
res = tf.reduce_sum(tf.cast(tf.equal(X, 3), tf.int32))
with tf.Session() as sess:
    print sess.run(res)

您还可以使用 tf.unique_with_counts;

计算 list/tensor 中的每个元素

import tensorflow as tf

X = tf.constant([6, 3, 3, 3, 0, 1, 3, 6, 7])
y, idx, cnts = tf.unique_with_counts(X)
with tf.Session() as sess:
    a, _, b = sess.run([y, idx, cnts])
    print a
    print b

如何在 TensorFlow 中获取张量中元素的计数？

How to get the count of an element in a tensor in TensorFlow?

python

tensorflow