在张量流中我怎么能得到最小值索引但除了零答案

【问题标题】：In tensorflow How could I get the min value index but except zero在张量流中我怎么能得到最小值索引但除了零
【发布时间】：2017-10-12 19:05:22
【问题描述】：

我想得到一个张量的最小值索引，但是值不是0。

a = np.array([[0, 3, 9, 0],
            [0, 0, 5, 7]])
tensor_a = tf.constant(a, dtype=tf.int32)
max_index = tf.argmax(tensor_a, axis=1)

上面的代码定义了一个常量张量，如果我使用tf.argmax，我会得到索引[2, 3]。我怎样才能在第一行获得 3 和在第二行获得 5 的索引，最小值但不是零。我想要得到的真正索引是 [1, 2]。如何在tensorflow中实现，谢谢。

【问题讨论】：

您在寻找什么？最大值分别为 9 和 5，在索引 2 和 3 处。您在寻找什么？
我想获取除零以外的最小值索引。如何获得 tensor_a 中的最小值索引（应排除 0）。在上面的例子中，因为我不需要 0，所以第 1 行的最小值是 3，第 2 行的最小值是 5。代码应该返回 [1, 2]。
可能是tf.min(tf.boolean_mask(x > 0)) 之类的？

标签： tensorflow

【解决方案1】：

这很可怕，但它确实有效：

with tf.Session() as sess:
    a = np.array([[0, 3, 9, 0],
                [0, 0, 5, 7]])
    tensor_a = tf.constant(a, dtype=tf.int64)
    row_max = tf.reshape(tf.reduce_max(a, axis=-1), [-1, 1]) + 1
    max_index = tf.argmin(tf.where(tensor_a > 0, tensor_a, row_max * tf.ones_like(tensor_a)), axis=1)
    print(max_index.eval()) # -> [1 2]

【讨论】：