如何從給定的二維張量中提取n個一維張量？

一個= [[6，5,4]，[3,2，1]，[1，2，3]，[4，5，6] ，[7,8，1]，[5，2,6]

我想提取K 1-d張量隨機和無重複。接着，將它們組合到另一2-d張量B：

B = [5,2，6]，[3，2，1]，[6,5，4]

我沒有找到這樣的任何功能，所以作爲波紋管實現：

rand_var_1 = tf.random_crop(a, size=[1, 3], seed=1) 
rand_var_2 = tf.random_crop(a, size=[1, 3], seed=2) 
rand_var_3 = tf.random_crop(a, size=[1, 3], seed=3) 
rand_var_4 = tf.random_crop(a, size=[1, 3], seed=4) 
b = tf.concat(0, [rand_var_1, rand_var_2, rand_var_3, rand_var_4]) 

b_rs = sess.run(b) 
print "b_rs:\n",b_rs

但結果具有重複1-d張量，如：

BB = [[5，2,6] ，[3,2,1]，[5,2,6]]

可以請某人幫我解決這個問題嗎？

來源

2016-04-15 J.Doe

不知道這是否會與tensorflow工作，但是對於NumPy數組，它可以用'a [np.random.choice（a.shape [0]，3，replace = False）]'來實現。 – Divakar

這在tensorflow中不起作用，但我決定試試這個：'a_shuffled = tf.random_shuffle（a，seed = 12），b = tf.slice（a_shuffled，[0，0]，[K，len（ a [0]）]）'，我認爲他們在某些方面做着同樣的事情。無論如何，謝謝你的親切幫助:)。 –

以下應該工作，基本上產生的數字陣列的陣列a的長度，洗牌它們，並使用第一K索引，並得到了行，

import numpy as np 

#Number of samples 
K = 3 

#Array 
a =[[6, 5, 4], [3, 2, 1], [1, 2, 3], [4, 5, 6], [7, 8, 1], [5, 2, 6]] 
N = len(a) 

#Get an array on size of a, shuffle and take first K to use 
#permutation used as suggested by @EelcoHoogendoorn 
indices = np.random.permutation(N) 

#Take the first k samples 
samples = indices[:K] 
b = [a[i] for i in samples] 

#Print 
print('a = ', a) 
print('b = ', b)

來源

2016-04-15 08:11:45

numpy.random.permutation做同樣的事情，但更緊湊 –

如果您使用numpy數組而不是lits列表（'b = a [samples]'），語法會更好一些，但是，這似乎是明顯的做法，+1。 – Jaime

好點@EelcoHoogendoorn，我已經改變爲建議的排列組合。謝謝@Jaime，我同意並最初爲'a' /'b'使用'numpy'數組，但是由於OP使用列表，似乎明智地保持相同的格式... –

如何從給定的二維張量中提取n個一維張量？

回答

相關問題