質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.35%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

1418閲覧

TensorFlowのテンソル計算で、二次元のユニークな値から三次元のテンソルを素早く作る方法

Amanokawa

総合スコア41

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2021/08/01 02:05

やりたい事の概要を以下に書きます。
44で要素が0~3のtensor_1から、44*4のtensor_2を作りたい。
tensor_2の3軸目は、インデックスに対応したtensor_1の要素と一致している場合に1となります。

tensor_1
[[0, 2, 1, 3],
[1, 3, 0, 0],
[2, 1, 3, 2],
[0, 2, 3, 1]]

tensor_2[:, :, 0]
[[1, 0, 0, 0],
[0, 0, 1, 1],
[0, 0, 0, 0],
[1, 0, 0, 0]]

tensor_2[:, :, 1]
[[0, 0, 1, 0],
[1, 0, 0, 0],
[0, 1, 0, 0],
[0, 0, 0, 1]]

tensor_2[:, :, 2]
[[0, 1, 0, 0],
[0, 0, 0, 0],
[1, 0, 0, 1],
[0, 1, 0, 0]]

tensor_2[:, :, 3]
[[0, 0, 0, 1],
[0, 1, 0, 0],
[0, 0, 1, 0],
[0, 0, 1, 0]]

上のは例であり、実際想定しているtenosr_1のシェイプは[1000, 1200]で、取りうる要素は0~65の整数です。
このtensor_2を作るのに、私は以下のコードを書きました。
whereでそれぞれの数字に対してのテンソルを作り、それらを3軸目でconcatして[1000, 1200, 66]のtenosr_2を作っています。

python

1# shapeを取得 2h = tf.shape(tensor_1)[0] 3w = tf.shape(tensor_1)[1] 4c = 66 # チャンネル数 5 6# 0番目の要素を取得 7tensor_2 = tf.where(tensor_1 == 0, 1, 0) 8tensor_2 = tensor_2.reshape((h, w, 1)) # 軸を増やす 9 10# ループで1~65の要素を加える 11for i in range(1, c): 12 x = tf.where(tensor_1 == i, 1, 0) 13 x = tensor_2.reshape((h, w, 1)) 14 15 # 結合する 16 tensor_2 = tf.concat([tensor_2 , x], axis=2) # 3軸目で結合

これにより、望みのtensor_2を作ることができたのですが、予想以上に処理に時間がかかってしました。
処理に時間がかかる場所を調べた結果、それはconcatでした。
配列の末尾を追加するのは時間がかかると聞いたことがあるので、それが原因なのかなと。。。
上記のtensor_2を素早く作る方法をご存じの方がおられましたらご教示お願いします。

〇なぜこの変換が必要か
セグメンテーションの深層学習をする際に、アノテーションデータの容量を節約するためtensor_1の形式で保存しました。
tf.datasetの前処理で、アノテーション毎にチャンネルを作る必要があり、この変換が必要になりました。

〇試したこと
先にtensor_2をtf.zeros((h, w, c), dtype(tf.int32))として作っておき、そこに代入すれば早いのではないかと考えたのですが、テンソルはスライスに代入することができないので失敗しました。
(前処理なので、Variable変数にしてassignすることは出来ないとの理解です)

python

1tensor_2 = tf.zeros((h, w, c), dtype(tf.int32)) 2for i in range(c): 3 tensor_2[: ,:, i] = tf.where(tensor_1 == i, 1, 0) 4 5TypeError: 'tensorflow.python.framework.ops.EagerTensor' object does not support item assignment

〇環境
python3.8
tensorflow2.4

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。

guest

回答1

0

ベストアンサー

こういう感じでできます。

python

1>>> print(tensor_1) 2tf.Tensor( 3[[0 2 1 3] 4 [1 3 0 0] 5 [2 1 3 2] 6 [0 2 3 1]], shape=(4, 4), dtype=int32) 7>>> print(tensor_i) 8tf.Tensor([0 1 2 3], shape=(4,), dtype=int32) 9>>> print(tf.where(tf.reshape(tensor_1, (1,4,4)) == tf.reshape(tensor_i, (4,1,1)), 1, 0)) 10tf.Tensor( 11[[[1 0 0 0] 12 [0 0 1 1] 13 [0 0 0 0] 14 [1 0 0 0]] 15 16 [[0 0 1 0] 17 [1 0 0 0] 18 [0 1 0 0] 19 [0 0 0 1]] 20 21 [[0 1 0 0] 22 [0 0 0 0] 23 [1 0 0 1] 24 [0 1 0 0]] 25 26 [[0 0 0 1] 27 [0 1 0 0] 28 [0 0 1 0] 29 [0 0 1 0]]], shape=(4, 4, 4), dtype=int32)

投稿2021/08/01 14:12

ppaul

総合スコア24670

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。

Amanokawa

2021/08/02 12:03

ありがとうございます。 簡潔かつエレガントな回答とても助かりました。
guest

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

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.35%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問