查找最小张量值的 p% - TensorFlow 2.0

Question

我正在使用 Python 3.7 和 TensorFlow 2.0，但遇到以下问题。在任意维度的给定张量内，如果我想找到 p% 的最小权重（其中，p 可以是用户输入），我该怎么做？

示例：

x = tf.random.normal(shape=(3, 2, 2))                                   

x.numpy()                                                               
Out[8]: 
array([[[-0.30938825,  0.40093166],
        [ 1.5417175 , -0.9551434 ]],

       [[-0.7977963 , -2.0784302 ],
        [-1.5039488 , -0.75159657]],

       [[ 1.7954558 ,  0.19909047],
        [-0.2359499 , -2.4791834 ]]], dtype=float32)

在张量 'x'（形状：(3, 2, 2)）中，我如何找到 p = 30% 的最小权重？然后我计划通过将它们设置为零来删除最小权重的 p%。

谢谢！

Answer 1

使用TensorFlow Probability's stats.percentile:

In [5]: import tensorflow_probability as tfp

In [6]: p30 = tfp.stats.percentile(x, q=30.)

In [7]: p30
Out[7]: <tf.Tensor: id=1159, shape=(), dtype=float32, numpy=-0.9551434>

In [8]: tf.where(x <= p30, 0, x)
Out[8]:
<tf.Tensor: id=1108, shape=(3, 2, 2), dtype=float32, numpy=
array([[[-0.30938825,  0.40093166],
        [ 1.5417175 ,  0.        ]],

       [[-0.7977963 ,  0.        ],
        [ 0.        , -0.75159657]],

       [[ 1.7954558 ,  0.19909047],
        [-0.2359499 ,  0.        ]]], dtype=float32)>

最低要求：

tensorflow==2.0
tensorflow-probability==0.7

查找最小张量值的 p% - TensorFlow 2.0

Finding p% of smallest tensor values - TensorFlow 2.0

python

tensorflow

tensorflow-probability