兩層之間的整形張量

Question

我有一個神經網絡，在這個網絡中我構建了自己的圖層，並給出了形狀爲A = [10, 5]的結果。

我想將結果提供給另一個輸入形狀爲B = [10, 9, 5]的圖層。

輸入B是基於先前的結果A，例如，選擇從A 9個不同行10次，使得一個新的張量與形狀[10, 9, 5]。

有沒有辦法做到這一點？

Answer 1

for循環就可以了：

a = tf.constant([[1, 2, 7], [3, 4, 8], [5, 6, 9]]) 

tensor_list = [] 
pick_times = 3 
for i in range(pick_times): 
    pick_rows = [j for j in range(pick_times) if i != j] 
    tensor_list.append(tf.gather(a, pick_rows)) 

concated_tensor = tf.concat(tensor_list, 0) 
result = tf.reshape(concated_tensor, [3, 2, 3]) 

Answer 2

轉換張量A（該層的輸出）轉換爲numpy的陣列：

a=sess.run(A.eval()) 

對於我將使用示例的目的：

a=np.random.uniform(0,5,[10]) 

然後：

#choose wich element will be left out 
out = np.random.randint(5, size=[10]) 

#array of different output layers without one random element 
b=[] 
for i in range(10): 
    b.append(np.delete(a,out[i])) 

#Stack them all together 
B = tf.stack(b[:])