如何在TensorFlow中将连续的数字转换为几个类？

例如，在[0, 8]一些应该返回0，在(8, 16]回报1，在(16, 24]应该返回2等..如何在TensorFlow中将连续的数字转换为几个类？

然后，如果我有一个张量[2,3,9,18]，我怎样才能在TensorFlow输出列表[0, 0, 1, 2] ？

谢谢。

编辑：

现在我用tf.case这个需求

c0 = lambda: tf.constant(0.) 
c1 = lambda: tf.constant(1.) 
c2 = lambda: tf.constant(2.) 
c3 = lambda: tf.constant(3.) 

cases = lambda x: {tf.less(x, 9.): c0, tf.less(x, 18.): c1, tf.less(x, 24.): c2} 
condition = lambda x: tf.case(cases(x), default=c3, exclusive=False, name='condition') 
output = tf.map_fn(lambda x: condition(x), input, name='prediction')

来源

2017-07-20 danche

这个问题可能在许多不同的方式来解决这取决于范围列表有多大，或者如果他们遵循一种数学模式。如果它是一个简单的用例，我会稍微修改你的解决方案，以便更清楚。

（1）

def func(x): 
    if x<=8: 
     return 'A' 
    elif 8 < x <= 16: 
     return 'B' 
    elif 16 < x <= 24: 
     return 'C' 
    else: 
     return 'D'

如果范围按照一定的数学模式类似的例子中，你可以像下面

（2）

classes = "0ABCD" 
def clamp(num): 
    return classes[ceil(num/8)] # TODo error checking

或者有很多范围，那么你可以将排序的范围存储在列表中并进行二分搜索。（3）

ranges = [(0,8,'A'),(8, 16, 'B'), ...] 
#TODO use binary search from.. https://docs.python.org/3.6/library/bisect.html

来源

2017-07-20 04:00:35 balki

Thk！我使用第一种方法，并使用'tf.map_fn'，我不知道有些'API'可以做到这一点。第二种方法对此很有帮助，但实际上这个区域并不统一，可能是'0,3,8,15,16'...... – danche

如何在TensorFlow中将连续的数字转换为几个类？

回答

相关问题