Индексирование тензорного выходного тензора в Stack Overflow

Question

Индексирование тензорного выходного тензора в Stack Overflow

Я загружаю график (* .pb), используя C ++ API. График был настроен и обучен на Python с определением формы входного графика: tf.placeholder(tf.float32, [None, 84, 84, 1], name='in', Это должно позволить футам произвольного размера партии.
После начала сеанса и загрузки графика я беру прямоугольное изображение OpenCV Mat в оттенках серого и делю его на более мелкие квадратные изображения, меняю их размер до нужного входного размера и сохраняю их в векторе:

cv::Size smallSize(splitLength, img_in.size().height);
std::vector<Mat> input_Images;
int y = 0;
for (int x = 0; x < img_in.cols; x += smallSize.width)
{
cv::Rect rect =  cv::Rect(x,y, smallSize.width, smallSize.height);
cv::Mat temp = cv::Mat(img_in, rect);
cv::Size s(height_out, width_out);
cv::resize(temp,process_img,s,0,0,cv::INTER_CUBIC);
input_Images.push_back(process_img);
}

Затем я записываю этот массив в тензор тензорного потока:

tensorflow::Tensor input_tensor(tensorflow::DT_FLOAT, tensorflow::TensorShape({input_Images.size(), height_out, width_out, 1}));
auto input_tensor_mapped = input_tensor.tensor<float, 4>();

for (int i = 0; i < input_Images.size(); i++) {
Mat image = input_Images[i];
const float * source_data = (float*) image.data;
for (int h = 0; h < image.rows; ++h) {
const float* source_row = source_data + (h * image.cols * image.channels());
for (int w = 0; w < image.cols; ++w) {
const float* source_pixel = source_row + (w * image.channels());
for (int c = 0; c < image.channels(); ++c) {
const float* source_value = source_pixel + c;
input_tensor_mapped(i, h, w, c) = *source_value;
}
}
}
}

Я получаю тензор с формой [16,84,84,1]. Тогда я бегу сессия:

session_create_status = session_deepcytometry->Run({{ inputLayer, nn_input_tensor}},{outputLayer},{},&finalOutput);

Кажется, это работает просто отлично. Когда я бегу std::cout finalOutput[0].DebugString() << "\n"; Я получаю в качестве вывода: stringTensor<type: float shape: [16,4] values: [7.8605752 10.652889 -24.507538]...>

В случае размера партии 1 это показывает мне: stringTensor<type: float shape: [1,4] values: [7.8605752 10.652889 -24.507538]...>

finalOutput.size(); в любом случае 1.

Если размер пакета равен 1, я получаю оценки класса с помощью простого цикла:

for(int i=0; i<nClasses; i++){
result.push_back(finalOutput[0].flat<float>()(i));
}

Вопрос в том, как мне это сделать, если размер партии равен 16?

1

c++python tensor tensorflow

Решение

Другие решения

Других решений пока нет …

Источник

Accepted Answer

Вы должны получить доступ к тензору, как в начале. Если выходная форма имеет ранг 2, используйте

auto finalOutputTensor  = finalOutput[0].tensor<float, 2>();

А также

for(int b=0; b<BatchSize;b++)
for(int i=0; i<nClasses; i++){
cout << b << "th output for class "<<i<<" is "<< finalOutputTensor(b, i) <<end;
}

В вашем случае обработки плоского тензора (в качестве эквивалентной альтернативы) вы также можете использовать

for(int b=0; b<BatchSize;b++)
for(int i=0; i<nClasses; i++){
cout << b << "th output for class "<<i<<" is "<< finalOutput[0].flat<float>()(b * nClasses + i) << end;
}

2