[Tensorflow v.2] Tensor의 특정 기준에 해당하는 값 변경하기(tf.where 활용하기)

Tensorflow의 Tensor 값 중 특정 기준에 해당하는 값을 변경하는 일이 생겼다. 

Tensor는 불변의 값이라서 그냥 numpy array처럼 index를 이용해 값을 변경하는 것이 어려웠다. 

그래서 tf.where를 활용해 값을 변경하는 법을 소개하고자 한다.

---

다음과 같은 tensor가 있다고 생각해보자.

이 tensor의 값 중에서 10 이상인 값을 10으로 대체하고 싶은 상황이라고 가정한다. 

 

만약 tensor가 아니라 list 혹은 numpy array라면 index를 활용해 값을 변경할 수 있을 것이다. 

하지만 tensor이기 때문에 이 방법을 사용할 수 없었다. (사용할 수 있는 방법이 있나..? 있으면 알려주세요..!)

 

>> Flow

그래서 나는 다음과 같은 순서로 tensor의 값을 변경하고자 했다. 

1. tensor
[[4.], [3.], [13.], [6.], [5.], [11.], [8.], [9.]]
2. tensor.reshape
[4., 3., 13., 6., 5., 11., 8., 9.]
3. 기준값 10 이상일 경우 True, 이하인 경우 False로 Bool values로 변경
[False, False, True, False, False, True, False, False]
4. tf.where
[4., 3., 10., 6., 5., 10., 8., 9.]
5. tf.reshape
[[4.], [3.], [10.], [6.], [5.], [10.], [8.], [9.]]

 

여기서 tf.where를 알아보도록 하자. 

>> tf.where

tf.where(condition, x, y) : tensorflow 공식 홈페이지 참고

condition = [True, False, False, True]
x = [1, 2, 3, 4]
y = [100, 200, 300, 400]

tf.where(condition, x, y)
-> Condition이 True일 경우: X의 값을 가져온다.
-> Condition이 False일 경우: Y의 값을 가져온다.

==> [1, 200, 300, 4]

 

>> 코드 

import tensorflow as tf

def value_change(logits, figure):
    compare = tf.multiply(figure , tf.ones(shape=tf.shape(logits)))

    indices = logits > compare  # is a tensor if bool values
    indices = tf.reshape(indices, [-1]) # reshape to flat
    logits_flat = tf.reshape(logits, [-1]) # reshape to flat
 
    values_change = tf.reshape(compare, [-1]) # reshape to flat
    logits_convert = tf.where(indices, values_change, logits_flat)
    logits_convert = tf.reshape(logits_convert, [-1, 1])
    
    return logits_convert
    
tensor =  tf.constant([[4],[3],[13],[6],[5],[11],[8],[9]])
a = value_change(tensor, 10)

이렇게 적용하면 결과는 다음과 같이 나온다.

 

이렇게 해서 Tensor의 특정 값을 변경해보았다...!!!!

---

나는 이걸, train을 통해 나온 prediction값에서 loss를 주기 전에 값을 변경하여 들어가도록 해주었다. 

한단계씩 해보니 넘 재밌다!