TensorFlow中的除法操作：0/0=：0

Question

我希望在tensorflow应用程序中，对于0./0.，除法能够返回0而非NaN或错误。我知道如何在numpy中实现[1], [2]，但是我对tensorflow还不熟悉。请问如何实现这个功能？

- A Sz

---

tf.where(tf.less(s, 1e-7), s, 1./s) - Yaroslav Bulatov

是的，关于健壮性，通常不应在浮点数上进行精确相等性测试，这些测试可能会在现代硬件上出现非确定性失败（http://blog.nag.com/2011/02/wandering-precision.html）。 - Yaroslav Bulatov

@YaroslavBulatov 我想要等同于 tf.realdiv(a, b) 的函数，而不仅仅是简单的倒数。使用 div0 = lambda s: tf.where(tf.less(s, 1e-7), s, 1./s)，我可以使用 a * div0(b)，但这既不易读，也不够健壮 / 最优性能。 - A Sz

无论谁看到这个消息，Yaroslav Bulatov的建议可能会导致NaN，尽管 NaN出现在tf.where调用的未采用分支上。请参见github上的此问题：https://github.com/tensorflow/tensorflow/issues/20091 - Moos Hueting

即使这个问题比较老了，tf.math.divide_no_nan (https://www.tensorflow.org/api_docs/python/tf/math/divide_no_nan) 应该会完全满足您的需求。 - Frithjof

Answer 1

这个问题是2年前提出的，不确定当时是否支持该API，但现在Tensorflow 2.X确实支持它：

#Computes a safe divide which returns 0 if the y is zero.
tf.math.divide_no_nan(
    x, y, name=None
)

参数:

x：张量。必须是以下类型之一：float32、float64。

y：一个张量，其数据类型与x兼容。

name：操作的名称（可选）。

返回值:

x除以y的元素级值。

您需要注意参数类型，它们应该只是tf.float32或tf.float64，如果使用tf.int*或tf2.x会报错。以下是我在Colab中运行正确的测试代码：

import tensorflow as tf
myShape=(30,30)
a = tf.constant(2, shape=myShape, dtype=tf.float32)
z = tf.constant(0, shape=myShape, dtype=tf.float32 )
cz2 = tf.math.divide_no_nan(a, z)
print(cz2)

- Clock ZHONG

---

起初，我的测试代码出了问题，因为我没有将dtype分配为tf.float*，它的默认类型是整数类型，这会导致错误，不确定为什么TensorFlow团队能忍受这种限制。 - Clock ZHONG

似乎该方法仅在2.0版本中引入，然后被迁移到了1.15版本（于2019年10月16日发布），因为它不出现在1.14 API中。因此，在最初提问问题时，它绝对不在API中。 - A Sz

@ASz，是的，Tensorflow仍处于活跃的开发状态，这些API经常会发生变化，新的API和修改有时会在最近的版本中添加。与Tensorflow的索引机制相比，我更喜欢使用numpy API，numpy API更灵活、更稳定，但当前状态下的限制较少。 - Clock ZHONG