【Tensorflow】tf.boolean_mask()

tf.boolean_mask()函数的使用，顺便学习>和<逻辑表达式
在做目标检测（YOLO）时涉及到一个函数boolean_mask(a,b) 将使a (m维)矩阵仅保留与b中“True”元素同下标的部分。使用tf.boolean_mask用来过滤概率值比较低的锚盒，这个函数的一个参数b为滤波器掩模，生成掩模要用到逻辑表达式（>或者<）生成布尔值，假设阈值threshold=C，并且当mask和tensor的维度相同时，输出1维矩阵。

重点看例子：

import numpy as np
import tensorflow as tf
a = tf.constant([
[[2,4],[4,1]],
[[6,8],[2,1]]
],tf.float32)
 
b = tf.reduce_max(a,-1)
c=  a >2
print("a="+str(sess.run(a)))
print("b="+str(sess.run(b)))
print("c="+str(sess.run(c)))
d=tf.boolean_mask(a,c)
print("d="+str(d.eval(session=sess)))
print(d.shape)

运行结果如下：

a=[[[2. 4.]
  [4. 1.]]
 
 [[6. 8.]
  [2. 1.]]]
b=[[4. 4.]
 [8. 2.]]
c=[[[False  True]
  [ True False]]
 
 [[ True  True]
  [False False]]]
d=[4. 4. 6. 8.]
 
(?,)

最后d的值为[4,4,6,8]

d.shape=(?,)

请注意，

tf.boolean_mask(
    tensor,
    mask,
    name='boolean_mask',
    axis=None
)

Args:

tensor: N-D tensor.
mask: K-D boolean tensor, K <= N and K must be known statically.
name: A name for this operation (optional).
axis: A 0-D int Tensor representing the axis in tensor to mask from. By default, axis is 0 which will mask from the first dimension. Otherwise K + axis <= N.
Returns:

(N-K+1)-dimensional tensor populated by entries in tensor corresponding to True values in mask.

假设tensor.rank=4（m,n,p,q）,mask.rank必须满足4/3/2/1

(1)当mask.shape=(m,n,p,q)，结果返回（？，）

(2)当mask.shape=(m,n,p)，结果返回（？，q）

(3)当mask.shape=(m,n)，结果返回（？，p，q）

(4)当mask.shape=(m)，结果返回（？，n，p，q）