如何计算 N-d 张量中的非零行？答案

【问题标题】：How to count non zero rows in a N-d tensor?如何计算 N-d 张量中的非零行？
【发布时间】：2021-02-08 09:16:00
【问题描述】：

我需要找到非零行的数量并将它们放入一维张量（一种向量）中。

举个例子：

tensor = [
    [
        [1, 2, 3, 4, 0, 0, 0],
        [4, 5, 6, 7, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0]
    ],
    [
        [4, 3, 2, 1, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0], 
        [0, 0, 0, 0, 0, 0, 0]
    ],
    [
        [0, 0, 0, 0, 0, 0, 0],
        [4, 5, 6, 7, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0]
    ]
]

张量形状在实际应用中为[None,45,7]，但这里是[3,2,7]。

所以我需要找到维度 1 中非零行的数量，并将它们保持在一维张量中。

non_zeros = [2,1,1] #result for the above tensor

我需要在TensorFlow 做，如果它在NumPy，我会做的。

谁能帮我解决这个问题？

提前致谢

【问题讨论】：

标签： python python-3.x tensorflow

【解决方案1】：

您可以将tf.math.count_nonzero 与tf.reduce_sum 结合使用

>>> tf.math.count_nonzero(tf.reduce_sum(tensor,axis=2),axis=1)
<tf.Tensor: shape=(3,), dtype=int64, numpy=array([2, 1, 1])>

【讨论】：

【解决方案2】：

试试这个代码：

t = tf.math.not_equal(tensor, 0)
t = tf.reduce_any(t, -1)
t = tf.cast(t, tf.int32)
t = tf.reduce_sum(t, -1)

【讨论】：