在Tensorflow中，如何解开tf.nn.max_pool_with_argmax获得的扁平化索引？ [英] In Tensorflow, how to unravel the flattened indices obtained by tf.nn.max_pool_with_argmax?

问题描述

我遇到问题：使用 tf之后.nn.max_pool_with_argmax ，获得索引，即
argmax：Targmax类型的张量。 4维为每个输出选择的最大值的扁平化索引。

如何将扁平化索引解散回Tensorflow中的坐标列表？ p>

非常感谢。

解决方案

我今天遇到了同样的问题，我最终得到了这个解决方案：

  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]）
返回tf.pack（output_list）
  

这是一个用法示例（我使用它将合并的argmax职位转发到我的分拆方法）

I meet a problem: After I use the tf.nn.max_pool_with_argmax, I obtain the indices i.e. argmax: A Tensor of type Targmax. 4-D. The flattened indices of the max values chosen for each output.

How to unravel the flattened indices back to the coordinates list in Tensorflow?

Thank you very much.

解决方案

I had the same problem today and I ended up with this solution:

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.pack(output_list)

Here is an usage example in an ipython notebook (I use it to forward the pooling argmax positions to my unpooling method)

这篇关于在Tensorflow中，如何解开tf.nn.max_pool_with_argmax获得的扁平化索引？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！