Question

我正在尝试使用tf.nn.max_pool_with_argmax()的argmax结果来索引另一个张量。为简单起见，假设我正在尝试实现以下内容：

output, argmax = tf.nn.max_pool_with_argmax(input, ksize, strides, padding)
tf.assert_equal(input[argmax],output)

现在我的问题是如何实现必要的索引操作input[argmax]以实现所需的结果？我猜这涉及tf.gather_nd()和相关电话的一些用法，但我无法弄明白。如有必要，我们可以假设输入具有[BatchSize, Height, Width, Channel]维度。

谢谢你的帮助！

垫

Answer 1

我找到了一个使用tf.gather_nd的解决方案，虽然看起来不那么优雅，但它确实有效。我使用了here发布的函数unravel_argmax。

def unravel_argmax(argmax, shape):
    output_list = []
    output_list.append(argmax // (shape[2] * shape[3]))
    output_list.append(argmax % (shape[2] * shape[3]) // shape[3])
    return tf.stack(output_list)

def max_pool(input, ksize, strides,padding):
    output, arg_max = tf.nn.max_pool_with_argmax(input=input,ksize=ksize,strides=strides,padding=padding)
    shape = input.get_shape()
    arg_max = tf.cast(arg_max,tf.int32)
    unraveld = unravel_argmax(arg_max,shape)
    indices = tf.transpose(unraveld,(1,2,3,4,0))
    channels = shape[-1]
    bs = tf.shape(iv.m)[0]
    t1 = tf.range(channels,dtype=arg_max.dtype)[None, None, None, :, None]
    t2 = tf.tile(t1,multiples=(bs,) + tuple(indices.get_shape()[1:-2]) + (1,1))
    t3 = tf.concat((indices,t2),axis=-1)
    t4 = tf.range(tf.cast(bs, dtype=arg_max.dtype))
    t5 = tf.tile(t4[:,None,None,None,None],(1,) + tuple(indices.get_shape()[1:-2].as_list()) + (channels,1))
    t6 = tf.concat((t5, t3), -1)    
    return tf.gather_nd(input,t6)

如果有人有更优雅的解决方案，我仍然很想知道。

垫

Answer 2

我是以这种方式做的：

def max_pool(input, ksize, strides,padding):
    output, arg_max = tf.nn.max_pool_with_argmax(input=input,ksize=ksize,strides=strides,padding=padding)
    shape=tf.shape(output)
    output1=tf.reshape(tf.gather(tf.reshape(input,[-1]),arg_max),shape)

    err=tf.reduce_sum(tf.square(tf.subtract(output,output1)))
    return output1, err

Answer 3

此小片段有效：

def get_results(data,other_tensor):
    pooled_data, indices = tf.nn.max_pool_with_argmax(data,ksize=[1,ksize,ksize,1],strides=[1,stride,stride,1],padding='VALID',include_batch_in_index=True)
    b,w,h,c = other_tensor.get_shape.as_list()
    other_tensor_pooled = tf.gather(tf.reshape(other_tensor,shape= [b*w*h*c,]),indices)
    return other_tensor_pooled

以上indices可用于索引张量。此函数实际上返回平整的索引，并将其与batch_size > 1一起使用时，您需要将include_batch_in_index作为True传递，以获得正确的结果。我在这里假设othertensor与data.

具有相同的批量大小

从tf.nn.max_pool_with_argmax tensorflow

3 个答案: