TensorFlowで異なるクラス数のデータをクラス毎に平均をとる

Question

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?

Answer 1

このような意図であっていますでしょうか？

import numpy as np
import tensorflow as tf

a = np.random.randn(5, 10)
b = np.random.randn(10, 10)
c = np.random.randn(15, 10)

# TensorFlow
#######################################
input1 = tf.placeholder(tf.float32, shape=(5, 10))
input2 = tf.placeholder(tf.float32, shape=(10, 10))
input3 = tf.placeholder(tf.float32, shape=(15, 10))

mean1 = tf.reduce_mean(input1, axis=0)
mean2 = tf.reduce_mean(input2, axis=0)
mean3 = tf.reduce_mean(input3, axis=0)

concat = tf.stack([mean1, mean2, mean3])

with tf.Session() as sess:
    tf_ret = sess.run(concat, feed_dict={input1: a, input2: b, input3: c})
    print(tf_ret.shape, tf_ret)  # (3, 10)

# numpy
#######################################
mean1 = np.mean(a, axis=0)
mean2 = np.mean(b, axis=0)
mean3 = np.mean(c, axis=0)
np_ret = np.stack([mean1, mean2, mean3])

print(np_ret, np_ret.shape)  # (3, 10)

# TensorFlow と numpy の計算が一致するか
print(np.allclose(tf_ret, np_ret))  # True

追記

import numpy as np
import tensorflow as tf

num_samples = 30  # サンプル数
num_classes = 3  # クラス数
num_features = 10  # 特徴量の次元

data = np.random.randn(num_samples, num_features)
labels = np.random.randint(0, num_classes, num_samples)

# TensorFlow
#######################################
x = tf.placeholder(tf.float32, shape=(None, num_features))
y = tf.placeholder(tf.int64, shape=(None,))

means = []
for class_id in range(num_classes):
    mean = tf.reduce_mean(tf.boolean_mask(x, tf.equal(y, class_id)), axis=0)
    means.append(mean)
concat = tf.stack(means)

with tf.Session() as sess:
    tf_ret = sess.run(concat, feed_dict={x: data, y: labels})
    print(tf_ret.shape, tf_ret)  # (3, 10)

# numpy
#######################################
means = []
for class_id in range(num_classes):
    mean = np.mean(data[labels==class_id], axis=0)
    means.append(mean)
np_ret = np.stack(means)

# TensorFlow と numpy の計算が一致するか
print(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？

Comments

[tanshoko]

丁寧なご回答ありがとうございます。
意図はその通りです。
あとは、クラスが多いとその分入力のplaceholderが多くなってしまうので、連結したデータを丸投げして、labelによって平均を算出したいというところです...

[tiitoi]

追記したような感じでしょうか？

[tanshoko]

ありがとうございます。
解決しました。