替换 tensorflow 张量中的 nan 值

Question

我正在使用 tensorflow 开发卷积神经网络，但遇到了问题。问题是我通过 tfrecords 读取的输入图像包含一定数量的 nan 值。其原因是图像表示其中具有一些无限值的深度图，并且在将它编码到 tfrecord 中然后解码以将其提供给网络的过程中，这些无限值变成了 nan 值。

现在，由于在我的情况下，在将原始图像编码到 tfrecors 之前替换原始图像中的无限值不是一个选项，所以我可以通过任何方式替换我的图像张量中的 nan 值，作为在我将它提供给网？

原文由 Drakem 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

tf.where 和 tf.is_nan 的组合应该有效：

 import tensorflow as tf
with tf.Session():
    has_nans = tf.constant([float('NaN'), 1.])
    print(tf.where(tf.is_nan(has_nans), tf.zeros_like(has_nans), has_nans).eval())

打印（使用 TensorFlow 0.12.1）：

 [ 0.  1.]

原文由 Allen Lavoie 发布，翻译遵循 CC BY-SA 3.0 许可协议