如何在reduce_XXX Tensorflow操作中屏蔽向量？

Question

让X为张量，其第一维未知（批量大小），第二维和第三维已知，n,m。设Y为相同维度的张量，这是X的掩码，即对于批处理中的每个样本，它包含1，其中X[b,n,m]包含真值0 1}}它只是填充。

我想在X的行/列上运行汇总操作，受掩码限制。即，如果某些n样本中的某些行X包含来自某个点n_0的零，我不希望计算包含它。

虽然我可以手动为reduce_mean或reduce_min等操作解决此问题，但如果矩阵填充为零，我就无法使用reduce_prod ...

有没有办法使用矢量蒙版执行reduce_XXX类型的Tensorflow操作？

感谢。

Answer 1

您可以使用动态分区使用掩码值将数据分成两个张量

data = tf.constant([0, 1, 2, 3])
mask = tf.cast(data>0, tf.int32)
bad_data, good_data = tf.dynamic_partition(data, mask, 2)
sess.run(tf.reduce_prod(good_data))