python之tensorflow boolean_mask 逆

我有一个根据 boolean_mask 拆分的张量:

with tf.Session() as sess: 
    boolean_mask = tf.constant([True, False, True, False]) 
    foo = tf.constant([[1,2],[3,4],[5,6],[7,8]])    
    true_foo = tf.boolean_mask(foo, boolean_mask, axis=0) 
    false_foo = tf.boolean_mask(foo, tf.logical_not(boolean_mask), axis=0) 
    print(sess.run((true_foo, false_foo))) 

输出:

(array([[1, 2], 
        [5, 6]], dtype=int32),  
 array([[3, 4], 
        [7, 8]], dtype=int32)) 

我对 true_foo 和 false_foo 做了一些操作，然后我想将它们按原来的顺序放回去:

    true_bar = 2*true_foo 
    false_bar = 3*false_foo 
    bar = tf.boolean_mask_inverse(boolean_mask, true_bar, false_bar) 
    print(sess.run(bar)) 

应该输出:

array([[ 2, 4], 
       [ 9,12], 
       [10,12], 
       [21,24]], dtype=int32) 

请您参考如下方法:

类似于您自己的解决方案，但使用 tf.scatter_nd。

true_mask = tf.cast(tf.where(boolean_mask), tf.int32) 
false_mask = tf.cast(tf.where(~boolean_mask), tf.int32) 
t_foo = tf.scatter_nd(true_mask, true_bar, shape=tf.shape(foo)) 
f_foo = tf.scatter_nd(false_mask, false_bar, shape=tf.shape(foo)) 
res = t_foo + f_foo 
# array([[ 2,  4], 
#        [ 9, 12], 
#        [10, 12], 
#        [21, 24]], dtype=int32) 

基本上，您可以将 true_bar 和 false_bar 分散到两个不同的张量，然后将它们相加。