Tensorflow中值

Question

如何计算tensorflow中列表的中值？喜欢

node = tf.median(X)

X是占位符
在numpy中,我可以直接使用np.median来获取中值.如何在tensorflow中使用numpy操作？

Answer 1

编辑：此答案已过时，请改用 Lucas Venezian Povoa 的解决方案。它更简单、更快。

您可以使用以下方法计算 tensorflow 内部的中位数：

def get_median(v):
    v = tf.reshape(v, [-1])
    mid = v.get_shape()[0]//2 + 1
    return tf.nn.top_k(v, mid).values[-1]

如果 X 已经是向量，则可以跳过整形。

如果您关心中值是偶数大小向量的两个中间元素的平均值，您应该使用它：

def get_real_median(v):
    v = tf.reshape(v, [-1])
    l = v.get_shape()[0]
    mid = l//2 + 1
    val = tf.nn.top_k(v, mid).values
    if l % 2 == 1:
        return val[-1]
    else:
        return 0.5 * (val[-1] + val[-2])

Answer 2

要计算数组的中位数,tensorflow可以使用quantile函数,因为50%的分位数是median.

import tensorflow as tf
import numpy as np 

np.random.seed(0)   
x = np.random.normal(3.0, .1, 100)

median = tf.contrib.distributions.percentile(x, 50.0)

tf.Session().run(median)

这个码具有的不相同的行为np.median,因为interpolation参数近似结果lower,higher或nearest样本值.

如果您想要相同的行为,您可以使用:

median = tf.contrib.distributions.percentile(x, 50.0, interpolation='lower')
median += tf.contrib.distributions.percentile(x, 50.0, interpolation='higher')
median /= 2.
tf.Session().run(median)

除此之外,上面的代码相当于np.percentile(x, 50, interpolation='midpoint').

Answer 3

我们可以修改 BlueSun 的解决方案，使其在 GPU 上更快：

def get_median(v):
    v = tf.reshape(v, [-1])
    m = v.get_shape()[0]//2
    return tf.reduce_min(tf.nn.top_k(v, m, sorted=False).values)

这与（根据我的经验）使用tf.contrib.distributions.percentile(v, 50.0),一样快，并返回实际元素之一。