TensorFlow：如何排序張量？

Question

問題

您好！有沒有辦法將張量修改爲本身的排名版本而不使用eval？

例如，[6,4，5] - > [3,1，2]？

語境

我感興趣的使用等級相關的成本函數，和我的繃帶的解決方案是使用session.run（張量）來獲得numpy的值，然後修改，對於秩相關。

問題迄今一直認爲，重量和偏見不訓練時發生變化，導致我認爲TensorFlow不計算有意義的梯度。

我已經改變了一些（500和3E-8）之間的數值之間我的學習速度，看看是否真的是問題。沒有運氣，重量和偏見保持不變。

Answer 1

你可以看看tf.nn.top_k秒輸出以獲得最大的元素的位置。在原始列表元素的隊伍就是這樣的反，所以在結果上運行top_k

這給了最大的元素的位置，你真正想要最小的，而不是最大的，所以你需要否定輸入到top_k

a = tf.constant([6, 4, 5]) 
size = tf.size(a) 
indices_of_ranks = tf.nn.top_k(-a, k=size)[1] 
ranks_of_indices = tf.nn.top_k(-indices_of_ranks, k=size)[1] 
sess = tf.Session() 
sess.run(ranks_of_indices+1)