提取从张量的特定元素在tensorflow

问题描述：

我使用tensorflow有关python 我的形状的数据张量[？，5，37]，和形状的IDX张量[？，5]提取从张量的特定元素在tensorflow

我倒要提取的数据元素，并获得的形状的输出，使得[，5']：

output[i][j] = data[i][j][idx[i, j]] for all i in range(?) and j in range(5)

它看起来洛克的tf.gather_nd（）函数是最接近我的需要，但我不t看看我的情况如何使用它...

谢谢！

编辑：我设法做到了与gather_nd如下所示，但有没有更好的选择？（似乎有点重手）

nRows = tf.shape(length_label)[0] ==> ? 
    nCols = tf.constant(MAX_LENGTH_INPUT + 1, dtype=tf.int32) ==> 5 
    m1 = tf.reshape(tf.tile(tf.range(nCols), [nRows]), 
              shape=[nRows, nCols]) 
    m2 = tf.transpose(tf.reshape(tf.tile(tf.range(nRows), [nCols]), 
              shape=[nCols, nRows])) 
    indices = tf.pack([m2, m1, idx], axis=-1) 
    # indices should be of shape [?, 5, 3] with indices[i,j]==[i,j,idx[i,j]] 
    output = tf.gather_nd(data, indices=indices)

您的解决方案对我来说很好。 – user1454804

答

我设法与gather_nd做如下图所示

nRows = tf.shape(length_label)[0] # ==> ? 
nCols = tf.constant(MAX_LENGTH_INPUT + 1, dtype=tf.int32) # ==> 5 
m1 = tf.reshape(tf.tile(tf.range(nCols), [nRows]), 
             shape=[nRows, nCols]) 
m2 = tf.transpose(tf.reshape(tf.tile(tf.range(nRows), [nCols]), 
             shape=[nCols, nRows])) 
indices = tf.pack([m2, m1, idx], axis=-1) 
# indices should be of shape [?, 5, 3] with indices[i,j]==[i,j,idx[i,j]] 
output = tf.gather_nd(data, indices=indices)

提取从张量的特定元素在tensorflow

相关推荐