Tensorflow如何检查张量行是否仅为零？

Question

我正在训练一个简单的网络来预测单个对象的边界框坐标。但是有图片没有找到任何物体。由于网络总是进行预测，因此它也预测0和1之间的置信度值，这应该表示图片中存在对象的概率。我的张量与预测被称为logits，它是一个(batch_size, 5)张量（置信度，x，y，宽度和高度）。同样，labels张量也是(batch_size, 5)。

以前我是训练只与始终有一个物体的图像，这样我就可以基本上做到

loss = tf.l2_loss(logits - labels)

我也想开始训练，没有对象和图片时没有对象的图片，我不希望网络因其预测的坐标而受到惩罚。在这种情况下，所有重要的是置信度值，它应该接近0（没有对象）。

我应该如何构建我的标签和损失函数来完成此操作？我可以将没有对象的图像标签设置为全零，但是如何检查特定行只有零？在这种情况下，logits中的对应行也需要设置为零（置信度值！除外），以便由于坐标而产生的损失也为零。

Answer 1

的一种方法找到，如果张量的一排都是零：

import tensorflow as tf 

image = tf.fill([8,8], 0) 
sess = tf.Session() 
sess.run(tf.initialize_all_variables()) 
image_row = tf.slice(image, [1,0], [1, -1]) 
total = tf.reduce_sum(tf.abs(image_row)) 
is_all_zero = tf.equal(total, 0) 
print sess.run([total, is_all_zero, image_row]) 

结果：

[0, True, array([[0, 0, 0, 0, 0, 0, 0, 0]], dtype=int32)]