如何对张量的单个元素执行减法

Question

我有一个由 4 个浮点数组成的张量，称为 label。

我如何以 50% 的几率执行 x[0] = 1 - x[0]？

现在我有：

label = tf.constant([0.35, 0.5, 0.17, 0.14]) # just an example
uniform_random = tf.random_uniform([], 0, 1.0)

# Create a tensor with [1.0, 0.0, 0.0, 0.0] if uniform_random > 50%
# else it's only zeroes
inv = tf.pack([tf.round(uniform_random), 0.0, 0.0, 0.0])

label = tf.sub(inv, label)
label = tf.abs(label) # need abs because it inverted the other elements
# output will be either [0.35, 0.5, 0.17, 0.14] or [0.65, 0.5, 0.17, 0.14]

这可行，但看起来非常难看。没有更智能/更简单的方法吗？

相关问题：如何将某个操作（例如 sqrt）仅应用于两个元素？我猜我必须删除这两个元素，执行操作，然后将它们连接回原始向量？

Answer 1

tf.select 和 tf.cond 在您必须有条件地对张量的元素执行计算的情况下派上用场。对于您的示例，以下内容将起作用：

label = tf.constant([0.35, 0.5, 0.17, 0.14])
inv = tf.pack([1.0, 0.0, 0.0, 0.0])
mask = tf.pack([1.0, -1.0, -1.0, -1.0])
output = tf.cond(tf.random_uniform([], 0, 1.0) > 0.5,
                 lambda: label,
                 lambda: (inv - label) * mask)
with tf.Session(''):
  print(output.eval())