web-dev-qa-db-ja.com

TensorFlowでテンソルのスライスに効率的に割り当てる方法

TensorFlow 2.xのモデルの1つで入力テンソルのスライスにいくつかの値を割り当てたい（2.2を使用していますが、2.1のソリューションを受け入れる準備ができています）。私がやろうとしていることの機能しないテンプレートは次のとおりです：

_import tensorflow as tf
from tensorflow.keras.models import Model

class AddToEven(Model):
    def call(self, inputs):
        outputs = inputs
        outputs[:, ::2] += inputs[:, ::2]
        return outputs
_

もちろん、これを構築するとき（AddToEven().build(tf.TensorShape([None, None]))）次のエラーが発生します。

_TypeError: 'Tensor' object does not support item assignment
_

この簡単な例は、次の方法で実現できます。

_class AddToEvenScatter(Model):
    def call(self, inputs):
        batch_size = tf.shape(inputs)[0]
        n = tf.shape(inputs)[-1]
        update_indices = tf.range(0, n, delta=2)[:, None]
        scatter_nd_perm = [1, 0]
        inputs_reshaped = tf.transpose(inputs, scatter_nd_perm)
        outputs = tf.tensor_scatter_nd_add(
            inputs_reshaped,
            indices=update_indices,
            updates=inputs_reshaped[::2],
        )
        outputs = tf.transpose(outputs, scatter_nd_perm)
        return outputs
_

（あなたはサニティチェックすることができます：

_model = AddToEvenScatter()
model.build(tf.TensorShape([None, None]))
model(tf.ones([1, 10]))
_

）

しかし、ご覧のとおり、書くのは非常に複雑です。そして、これは1D（+バッチサイズ）テンソルの静的な更新数（ここでは1）の場合のみです。

私がやりたいことはもう少し複雑で、_tensor_scatter_nd_add_で書くのは悪夢になると思います。

トピックに関する現在のQAの多くは変数のケースをカバーしていますが、テンソルはカバーしていません（例 this または this を参照）。言及されている ここ 確かにpytorchがこれをサポートしているので、最近、そのトピックに関するtfメンバーからの応答がないことに驚いています。 この答え は、私にはあまり役立たない種類のマスク生成が必要になるため、本当に役に立ちません。

したがって、問題は次のとおりです。_tensor_scatter_nd_add_を使用せずに、スライス割り当てを効率的に（計算ごと、メモリごと、およびコードごとに）実行するにはどうすればよいですか。トリックは、これをできるだけ動的にしたいということです。つまり、inputsの形状は可変である可能性があります。

（好奇心旺盛な人のために、私は翻訳しようとしています このコード in tf）。

この質問は最初に投稿されました GitHubの問題 。

pythontensorflowkerastensorflow2.x
3
Zaccharie Ramzi

バイナリマスクに基づく別のソリューションを次に示します。

"""Solution based on binary mask.
- We just add this mask to inputs, instead of multiplying."""
class AddToEven(tf.keras.Model):
    def __init__(self):
        super(AddToEven, self).__init__()        

    def build(self, inputshape):
        self.built = True # Actually nothing to build with, becuase we don't have any variables or weights here.

    @tf.function
    def call(self, inputs):
        w = inputs.get_shape()[-1]

        # 1-d mask generation for w-axis (activate even indices only)        
        m_w = tf.range(w)  # [0, 1, 2,... w-1]
        m_w = ((m_w%2)==0) # [True, False, True ,...] with dtype=tf.bool

        # Apply 1-d mask to 2-d input
        m_w = tf.expand_dims(m_w, axis=0) # just extend dimension as to be (1, W)
        m_w = tf.cast(m_w, dtype=inputs.dtype) # in advance, we need to convert dtype

        # Here, we just add this (1, W) mask to (H,W) input magically.
        outputs = inputs + m_w # This add operation is allowed in both TF and numpy!
        return tf.reshape(outputs, inputs.get_shape())

ここでサニティチェックを行います。

# sanity-check as model
model = AddToEven()
model.build(tf.TensorShape([None, None]))
z = model(tf.zeros([2,4]))
print(z)

結果（TF2.1で）はこんな感じです。

tf.Tensor(
[[1. 0. 1. 0.]
 [1. 0. 1. 0.]], shape=(2, 4), dtype=float32)

--------以下は以前の回答です--------

Build（）メソッドでtf.Variableを作成する必要があります。また、shape =（None、）による動的なサイズも可能です。以下のコードでは、入力図形を（なし、なし）として指定しました。

class AddToEven(tf.keras.Model):
    def __init__(self):
        super(AddToEven, self).__init__()

    def build(self, inputshape):
        self.v = tf.Variable(initial_value=tf.zeros((0,0)), shape=(None, None), trainable=False, dtype=tf.float32)

    @tf.function
    def call(self, inputs):
        self.v.assign(inputs)
        self.v[:, ::2].assign(self.v[:, ::2] + 1)
        return self.v.value()

このコードをTF 2.1.0とTF1.15でテストしました

# test
add_to_even = AddToEven()
z = add_to_even(tf.zeros((2,4)))
print(z)

結果：

tf.Tensor(
[[1. 0. 1. 0.]
 [1. 0. 1. 0.]], shape=(2, 4), dtype=float32)

追伸tf.numpy_function（）の使用やマスク関数の生成など、他の方法もあります。

1
EyesBear

私はこれでエラーを生成しないようです：

import tensorflow as tf
from tensorflow.keras.models import Model

class AddToEven(Model):
    def call(self, inputs):
        outputs = inputs
        outputs = outputs[:, ::2] + 1
        return outputs

# tf.Tensor.__iadd__ does not seem to exist, but tf.Tensor.__add__ does.
1
Bobby Ocean

これは回避策のようですが、テストすることをお勧めします

class AddToEven(Model):
    def call(self, inputs):
        outputs = inputs
        zeros = tf.Variable(lambda : tf.zeros_like(outputs), trainable=False)
        zeros[:, ::2].assign(zeros[:, ::2]+1)
        outputs = outputs + zeros
        return outputs

model = AddToEven()
model(tf.zeros([1, 10]))

出力

<tf.Tensor: shape=(1, 10), dtype=float32, numpy=array([[1., 0., 1., 0., 1., 0., 1., 0., 1., 0.]], dtype=float32)>

tF 2.2で変更された作業例

class AddToEvenVar(Layer):

    def __init__(self, inp_dim, **kwargs):
        super(AddToEvenVar, self).__init__(**kwargs)
        self.zeros = tf.Variable(tf.zeros(inp_dim), trainable=False)
        self.zeros[:, ::2].assign(self.zeros[:, ::2]+1)
        self.zeros = tf.expand_dims(self.zeros, 0)

    def call(self, inputs):
        return inputs + self.zeros

inp = Input((1,10))
out = AddToEvenVar((1,10))(inp)
out = Conv1D(1, 3, padding='same')(out)
model = Model(inp, out)
model.compile(loss='mse', optimizer='adam')

xx = tf.zeros([100, 1, 10])
model.fit(xx, xx, epochs=10, verbose = 1)
0
Marco Cerliani