0
我使用tensorflow有關python 我的形狀的數據張量[?,5,37],和形狀的IDX張量[?,5]提取從張量的特定元素在tensorflow
我倒要提取的數據元素,並獲得的形狀的輸出,使得[,5']:
output[i][j] = data[i][j][idx[i, j]] for all i in range(?) and j in range(5)
它看起來洛克的tf.gather_nd()函數是最接近我的需要,但我不t看看我的情況如何使用它...
謝謝!
編輯:我設法做到了與gather_nd如下所示,但有沒有更好的選擇? (似乎有點重手)
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)
您的解決方案對我來說很好。 – user1454804