TensorFlowの記法についてです。
現在、tensor型のデータをTensorFlowのメソッドのみを用いてタイトルのようなことをしたいと考えています。
例えば、3つのクラスA, B, Cがあったとして、それぞれ型が(5, 10), (10, 10), (15, 10)だとします。これを連結した(30, 10)のデータをTensorFlowのメソッドのみを用いてA, B, Cの要素数で平均をとって(3, 10)にしたいです。
また、tensor型で各要素のlabelは用意されているものとします。
このようなことを実現するためにはどのようなプログラムを書けば良いでしょうか?
気になる質問をクリップする
クリップした質問は、後からいつでもMYページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
回答1件
0
ベストアンサー
このような意図であっていますでしょうか?
python
1import numpy as np 2import tensorflow as tf 3 4a = np.random.randn(5, 10) 5b = np.random.randn(10, 10) 6c = np.random.randn(15, 10) 7 8# TensorFlow 9####################################### 10input1 = tf.placeholder(tf.float32, shape=(5, 10)) 11input2 = tf.placeholder(tf.float32, shape=(10, 10)) 12input3 = tf.placeholder(tf.float32, shape=(15, 10)) 13 14mean1 = tf.reduce_mean(input1, axis=0) 15mean2 = tf.reduce_mean(input2, axis=0) 16mean3 = tf.reduce_mean(input3, axis=0) 17 18concat = tf.stack([mean1, mean2, mean3]) 19 20with tf.Session() as sess: 21 tf_ret = sess.run(concat, feed_dict={input1: a, input2: b, input3: c}) 22 print(tf_ret.shape, tf_ret) # (3, 10) 23 24# numpy 25####################################### 26mean1 = np.mean(a, axis=0) 27mean2 = np.mean(b, axis=0) 28mean3 = np.mean(c, axis=0) 29np_ret = np.stack([mean1, mean2, mean3]) 30 31print(np_ret, np_ret.shape) # (3, 10) 32 33# TensorFlow と numpy の計算が一致するか 34print(np.allclose(tf_ret, np_ret)) # True
追記
python
1import numpy as np 2import tensorflow as tf 3 4num_samples = 30 # サンプル数 5num_classes = 3 # クラス数 6num_features = 10 # 特徴量の次元 7 8data = np.random.randn(num_samples, num_features) 9labels = np.random.randint(0, num_classes, num_samples) 10 11# TensorFlow 12####################################### 13x = tf.placeholder(tf.float32, shape=(None, num_features)) 14y = tf.placeholder(tf.int64, shape=(None,)) 15 16means = [] 17for class_id in range(num_classes): 18 mean = tf.reduce_mean(tf.boolean_mask(x, tf.equal(y, class_id)), axis=0) 19 means.append(mean) 20concat = tf.stack(means) 21 22with tf.Session() as sess: 23 tf_ret = sess.run(concat, feed_dict={x: data, y: labels}) 24 print(tf_ret.shape, tf_ret) # (3, 10) 25 26# numpy 27####################################### 28means = [] 29for class_id in range(num_classes): 30 mean = np.mean(data[labels==class_id], axis=0) 31 means.append(mean) 32np_ret = np.stack(means) 33 34# TensorFlow と numpy の計算が一致するか 35print(np.allclose(tf_ret, np_ret)) # True
各クラスごとに平均を計算するならこのような感じでしょうか?
投稿2018/11/04 03:57
編集2018/11/04 10:00総合スコア21956
あなたの回答
tips
太字
斜体
打ち消し線
見出し
引用テキストの挿入
コードの挿入
リンクの挿入
リストの挿入
番号リストの挿入
表の挿入
水平線の挿入
プレビュー
質問の解決につながる回答をしましょう。 サンプルコードなど、より具体的な説明があると質問者の理解の助けになります。 また、読む側のことを考えた、分かりやすい文章を心がけましょう。
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2018/11/04 09:36
2018/11/04 09:58
2018/11/07 17:58