从TensorFlow中的张量中高效删除零图像

Question

我有一组50形状为(50,128,128,1)的图像，在TensorFlow中表示为张量。假设25th和30th图像只是零幅图像，但我不知道哪些图像都预先为零（本例中的25th和30th只是为了使情况更清楚）。我希望删除此类图像并使用张量为(48,128,128,1)的张量。如何在Tensorflow中实现这一点而又不遍历张量的0th维度50次并检查每个图像是否为tf.reduce_sum(tf.abs(image_i))>0。

Answer 1

您可以使用Dataset.map(some_fn)。在这里，您可以定义some_fn，该逻辑将使用逻辑tf.reduce_sum()检查每个张量的值。因此，如果total的值为零，则可以忽略它，否则可以保留它。

def some_fn():
    image = tf.fill([8,8], 0)# dummy tensor values
    image_row = tf.slice(image, [1,0], [1, -1])
    total = tf.reduce_sum(tf.abs(image_row)) # total = 0
    return total

您可以阅读更多here。这不是一个循环，它在每个元素（您所用的每个图像）上并行工作。因此速度很快。