python - tensores - tensorflow tutorial

Pitón de Tensorflow: acceso a elementos individuales en un tensor

Question

Esta pregunta es con respecto al acceso a elementos individuales en un tensor, digamos [[1,2,3]]. Necesito acceder al elemento interno [1,2,3] (Esto se puede realizar usando .eval () o sess.run ()) pero lleva más tiempo cuando el tamaño del tensor es enorme)

¿Hay algún método para hacer lo mismo más rápido?

Gracias por adelantado.

Answer 1

Hay dos formas principales de acceder a los subconjuntos de los elementos en un tensor, cualquiera de los cuales debería funcionar para su ejemplo.

1. Use el operador de indexación (basado en tf.slice() ) para extraer un segmento contiguo del tensor.

   input = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   output = input[0, :]
   print sess.run(output) # ==> [1 2 3]

   El operador de indexación admite muchas de las mismas especificaciones de segmento que NumPy.

2. Use tf.gather() op para seleccionar un segmento no contiguo del tensor.

   input = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   output = tf.gather(input, 0)
   print sess.run(output) # ==> [1 2 3]
   output = tf.gather(input, [0, 2])
   print sess.run(output) # ==> [[1 2 3] [7 8 9]]

   Tenga en cuenta que tf.gather() solo le permite seleccionar tf.gather() enteros en la dimensión 0 (filas enteras en el ejemplo de una matriz), por lo que puede necesitar tf.reshape() o tf.transpose() su entrada para obtener el elementos apropiados.

Answer 2

Simplemente no puede obtener el valor del 0 ° elemento de [[1,2,3]] sin ejecutar () - ning o eval () - ing una operación que lo obtendría. Porque antes de ''ejecutar'' o ''evaluar'', solo tiene una descripción de cómo obtener este elemento interno (porque TF usa gráficos / cálculos simbólicos). Por lo tanto, incluso si usara tf.gather / tf.slice, aún tendría que obtener los valores de estas operaciones a través de eval / run. Ver la respuesta de @mrry.

Answer 3

Sospecho que es el resto del cálculo lo que lleva tiempo, en lugar de acceder a un elemento.

Además, el resultado puede requerir una copia de la memoria en la que esté almacenada, de modo que si está en la tarjeta gráfica, primero deberá copiarla a la memoria RAM y luego tendrá acceso a su elemento. Si este es el caso, puede omitirlo agregando una operación tensorflow para tomar el primer elemento y solo devolverlo.