切片除第 n 个之外的每个项目

Question

在tensorflow中，可以select每第n个项目使用切片符号[::n]。

但是反过来怎么办呢？我想 select 除了第 n 个之外的每个项目。

例如：

a = [1, 2, 3, 4, 5, 6, 7, 8]

a[2::3] 会导致 [3, 6]

现在我想要相反的：[1, 2, 4, 5, 7, 8]

上面的数组只是一个例子。解决方案应该适用于张量流中维度 [batch, width, height, channels] 的更大矩阵。 selection 仅在通道上完成。此外，我的矩阵包含非唯一的实数值。除了二维 ( [batch, channels] )

之外，我也无法将其进一步整形

Answer 1

一种选择是通过测试范围索引来创建布尔索引：

import numpy as np
start, step = 2, 3
a[np.arange(len(a)) % step != start]
# array([1, 2, 4, 5, 7, 8])

您可以使用 tf.boolean_mask:

在 tensorflow 中实现类似的目的

import tensorflow as tf

a = tf.constant([1, 2, 3, 4, 5, 6, 7, 8])

start, step = 2, 3
mask = ~tf.equal(tf.range(a.shape[-1]) % step, start)

tf.boolean_mask(a, mask).eval()
# array([1, 2, 4, 5, 7, 8], dtype=int32)

如果a是ND张量，可以用boolean_mask指定坐标轴；对于 4D 张量 [batch, width, height, channels] 例如，到 select 第四轴，即 channels，你可以设置 axis=3:

mask = ~tf.equal(tf.range(a.shape[-1]) % step, start)
tf.boolean_mask(a, mask, axis=3)

Answer 2

您可以使用np.delete()方法：

>>> np.delete(a, a[1::3])
array([1, 2, 4, 5, 7, 8])

记住这个操作不会修改原来的数组：

Return a new array with sub-arrays along an axis deleted. For a one dimensional array, this returns those entries not returned by arr[obj].

Answer 3

numpy.setdiff1d() 的简单应用适用于 int dtype 的一维数组。

In [16]: arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])

In [17]: np.setdiff1d(arr, arr[2::3])
Out[17]: array([1, 2, 4, 5, 7, 8])

对应的 TensorFlow 等价物是 tf.setdiff1d()

要处理 nD 数组（即张量），您可以先将它们整形为一维数组，使用 setdiff1d 进行选择，然后将结果整形回 nD。

切片除第 n 个之外的每个项目

Slice every item except every nth

python

multidimensional-array

tensorflow

tensor

tensor-indexing