Question

我想实现一个SSIM丢失函数，因为寄存器被卷积中止，我想保留寄宿生并计算寄宿生像素的L1损失。代码是从这里学到的。 SSIM / MS-SSIM for TensorFlow

例如，我们有img1和img2大小[批次，32,32,32,1]和高斯11的window_size，结果ssim图将是[batch，22,22,22,1]，L1 map [batch，32,32,32,1]如何将ssim指定给L1的中心？

我收到这样的错误; TypeError：＆＃39; Tensor＆＃39;对象不支持项目分配

Answer 1

对于有价值的分配，请在此处查看答案：Adjust Single Value within Tensor -- TensorFlow

可能更符合您所寻找的方式可能是：

创建ssim_map tensor
创建ssim_map的框架，即为完成ssim_map到L1_map所需的部分（作为张量）
使用tf.concat操作将各个部分组合在一起并拥有最终的张量

例如，我没有检查它是否有效，但是像这样的一些想法应该可以完成这项任务：

upper_band1 = L1_map[:, :5, 5:-5, 5:-5, :]
lower_band1 = L1_map[:, -5:, 5:-5, 5:-5, :]
upper_band2 = L1_map[:, :, :5, 5:-5, :]
lower_band2 = L1_map[:, :, -5:, 5:-5, :]
upper_band3 = L1_map[:, :, :, :5, :]
lower_band3 = L1_map[:, :, :, -5:, :]

intermediate_1 = tf.concat([upper_band1, ssmi_map, lower_band1], axis=1)
intermediate_2 = tf.concat([upper_band2, intermediate1, lower_band2], axis=2)
final = tf.concat([upper_band3, intermediate3, lower_band3], axis=3)

如何在Tensorflow中将值分配给指定位置？

1 个答案: