Tensorflow und Numpy Mismatch-Datenformat

Question

Whit dieser Code:

import tensorflow as tf 

w = tf.Variable(tf.random_normal([ 3 , 3 , 1 , 1 ], stddev = 0.01)) 
if __name__ == '__main__': 
    initVar = tf.global_variables_initializer() 
    with tf.Session() as sess: 
     sess.run(initVar) 
     print w.eval() 

Wegen des Datenformats w = tf.Variable(tf.random_normal([kernel_height, kernel_width, input_channel, output_chhannel], stddev = 0.01)), würde ich erwarten, eine Matrix so zu sehen:

[[[[ -0.004 0.003 0.006] 
    [ -0.005 -0.008 0.001] 
    [ 0.006 0.007 0.002]]]] 

aber er druckt diese:

[[[[ 0.001]] 
    [[-0.031]] 
    [[-0.005]]] 

[[[ 0.006]] 
    [[ 0.011]] 
    [[ 0.006]]] 

[[[ 0.008]] 
    [[-0.001]] 
    [[ 0.014]]]] 

Was ich will ist, meine Gewicht Tensor-Werte eins nach dem anderen mit einem konstanten Tensor von 0 und 1 zu multiplizieren maskiert Gewichte wie zu haben:

w = [[[[ -0.004 0.003 0.006] 
     [ -0.005 -0.008 0.001] 
     [ 0.006 0.007 0.002]]]] 

mask = [[[[ 1 1 1] 
      [ 1 1 0] 
      [ 0 0 0]]]] 

w * mask = [[[[ -0.004 0.003 0.006] 
       [ -0.005 -0.008 0. ] 
       [ 0.  0.  0. ]]]] 

Der Code, den ich es benutzen:

mask = np.ones((3, 3, 1, 1), dtype=np.float32) 
    mask[1, 2, :, :] = 0. 
    mask[2, :, :, :] = 0. 

    weight = tf.get_variable("weight", [3, 3, 1, 1], tf.float32, tf.contrib.layers.xavier_initializer()) 

    weight *= tf.constant(mask, dtype=tf.float32) 

aber scheint es nicht richtig funktioniert. Ich schätze Ihre Hilfe.

Answer 1

Sie benötigen

w = tf.Variable(tf.random_normal([1, 1, 3, 3], stddev=0.01)) 

und schließlich können Sie

import tensorflow as tf 
import numpy as np 

mask = np.ones((1, 1, 3, 3), dtype=np.float32) 
mask[:, :, 1, 2] = 0. 
mask[:, :, 2, :] = 0. 

print(mask) 

weight = tf.get_variable("weight", [3, 3, 1, 1], tf.float32, tf.contrib.layers.xavier_initializer()) 
weight *= tf.transpose(tf.constant(mask, dtype=tf.float32)) 

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    print(tf.transpose(weight).eval()) 

verwenden Sie

[[[[ 1. 1. 1.] 
    [ 1. 1. 0.] 
    [ 0. 0. 0.]]]] 

[[[[ 0.88993669 0.80872607 0.57259583] 
    [ 0.5067296 -0.20804334 -0.  ] 
    [ 0.   0.   0.  ]]]]