如何使用TensorFlow计算布尔张量中全True矩阵及行的占比

全程使用原生TensorFlow算子，无CPU数据搬运、无遍历操作，可直接在GPU/TPU上运行，性能最优。

1. 核心实现代码 #

import tensorflow as tf

# 输入张量（样例）
input_tensor = tf.constant([
 [[[ True,  True,  True,  True,  True],
   [False,  True, False,  True,  True],
   [False,  True, False,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True]]], 
    
 [[[ True,  True,  True,  True,  False],
   [False,  True,  True,  True,  True],
   [False,  True, False,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True, False,  True,  True,  True]]],
            
 [[[ True,  True,  True,  True,  True],
   [False,  True, False,  True,  True],
   [False,  True,  True,  True,  True],
   [ True,  False,  True, False,  True],
   [ True,  True,  True,  True,  True]]],
 
 [[[ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True]]],
             
 [[[ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True]]],
 ])

# 计算全True矩阵占比
## 对最后两个维度（5x5矩阵）做全True判断
all_true_mat_mask = tf.reduce_all(input_tensor, axis=(-2, -1))
all_true_mat_ratio = tf.reduce_mean(tf.cast(all_true_mat_mask, tf.float32))

# 计算全True行占比
## 对最后一个维度（行内元素）做全True判断
all_true_row_mask = tf.reduce_all(input_tensor, axis=-1)
all_true_row_ratio = tf.reduce_mean(tf.cast(all_true_row_mask, tf.float32))

# 打印结果（样例输出：0.4, 0.64）
print(all_true_mat_ratio.numpy())
print(all_true_row_ratio.numpy())

2. 实现说明 #

• 全矩阵判断：通过tf.reduce_all指定轴为最后两维，直接批量判断每个5x5矩阵是否所有元素为True，用tf.reduce_mean直接计算占比，无需手动统计总数
• 全行判断：通过tf.reduce_all指定轴为最后一维，批量判断每行是否所有元素为True，同样用tf.reduce_mean直接计算占比
• 无需手动squeeze删除单维度轴，代码兼容任意前置维度的输入张量，鲁棒性更强

内容的提问来源于stack exchange，提问作者rishikesh fulari