calcul des voisins d'un élément tenseur

Question

considérer i I Thave le tenseur suivant

r = 8 
c = 12 
n = 2 
a = np.arange(0, 96) 
o = tf.ones([(n*2)+1, (n*2)+1], tf.int32) 
m = tf.constant(a, tf.int32, [r,c]) 

[[ 0 1 2 3 4 5 6 7 8 9 10 11] 
[12 13 14 15 16 17 18 19 20 21 22 23] 
[24 25 26 27 28 29 30 31 32 33 34 35] 
[36 37 38 39 40 41 42 43 44 45 46 47] 
[48 49 50 51 52 53 54 55 56 57 58 59] 
[60 61 62 63 64 65 66 67 68 69 70 71] 
[72 73 74 75 76 77 78 79 80 81 82 83] 
[84 85 86 87 88 89 90 91 92 93 94 95]] 

et

k = tf.slice(m, [n ,n], [r - n*2, c - n*2]) 

[[26 27 28 29 30 31 32 33] 
[38 39 40 41 42 43 44 45] 
[50 51 52 53 54 55 56 57] 
[62 63 64 65 66 67 68 69]] 

pour chaque élément « k » je veux obtenir les voisins qui est « n 'distance.

par exemple

pour '26' Je veux que le tenseur suivant

[[ 0 1 2 3 4 ] 
[12 00 00 00 16 ] 
[24 00 00 00 28 ] 
[36 00 00 00 40 ] 
[48 49 50 51 52]] 

en 1D, il serait

[0,1,2,3,4,12, 16,24, 28, 36, 40, 48, 49, 50, 51, 52]

Merci d'avance!

Answer 1

Je pense que vous avez juste besoin d'une matrice pour servir de neighbor_mask (voir le code ci-dessous). En fait, l'idée est très similaire à la façon dont convolution dans l'image 2d fonctionne.

import tensorflow as tf 
import numpy as np 
k = tf.cast(tf.constant(np.reshape(np.arange(96), [-1, 12])), 
      tf.float32) 
slice_centered_at_m = tf.slice(k, [0, 0], [5, 5]) 
neighbor_mask = tf.constant([[1, 1, 1, 1, 1], 
          [1, 0, 0, 0, 1], 
          [1, 0, 0, 0, 1], 
          [1, 0, 0, 0, 1], 
          [1, 1, 1, 1, 1]], 
       tf.float32) 
with tf.Session() as sess: 
    print sess.run(slice_centered_at_m * neighbor_mask) 

>> [[ 0. 1. 2. 3. 4.] 
    [ 12. 0. 0. 0. 16.] 
    [ 24. 0. 0. 0. 28.] 
    [ 36. 0. 0. 0. 40.] 
    [ 48. 49. 50. 51. 52.]] 

Pour obtenir voisin pour un élément arbitraire m, il suffit d'utiliser une méthode pour obtenir la tranche de base centrée sur m et multiplier avec le masque.