TensorFlow中如何删除包含nan值的张量行

实现步骤 #

你可以通过掩码筛选的方式完成需求，核心用到3个TensorFlow内置接口，完整可运行代码如下：

import tensorflow as tf
import numpy as np

# 构造输入张量
tensor = tf.convert_to_tensor(np.array([[0, 1, 2, 3, 4, np.nan],
                                       [6, 7, 8, 9, 10, 11]]))

# 1. 逐元素检测是否为NaN
# 2. 按行判断是否存在至少一个NaN
# 3. 筛选出不含NaN的行，拉平为一维张量
result = tf.reshape(tf.boolean_mask(tensor, ~tf.reduce_any(tf.math.is_nan(tensor), axis=1)), [-1])

# 如果需要得到示例中的int64类型，可补充类型转换
result = tf.cast(result, tf.int64)

输出验证 #

运行后打印result即可得到你需要的结果：

<tf.Tensor: shape=(6,), dtype=int64, numpy=array([ 6,  7,  8,  9, 10, 11])>

关键接口说明 #

• tf.math.is_nan()：逐个元素判断是否为NaN值，返回和输入同形状的布尔张量
• tf.reduce_any(..., axis=1)：沿行维度做布尔或运算，只要该行存在一个NaN就返回True
• tf.boolean_mask()：根据布尔掩码筛选符合条件的张量行

内容的提问来源于stack exchange，提问作者mCalado