[英]Tensorflow 2: Sort a 3D tensor accoding to a 2D tensor
我有一个 3D 张量,具有批次、序列、特征维度(N、s、e)。 它是一系列概率分布。 然后我想根据最高预测对应的 integer 对它们进行排序。 所以说
x_probabs = 3D tensor (ex: [[[0.5, 0.1, 0.4], [0.3, 0.3, 0.4], [0.1,
0.8, 0.1]]]; # shape N s e
x = tf.argmax(x_probabs, axis=-1) = [[0, 2, 1]]; # shape N s
或者另一个例子是
x_probabs=[[[0.6, 0.1, 0.1, 0.1, 0.1], [0.1,0.1,0.1,0.1,0.6], [0.1,0.1,0.1,0.6,0.1]]];
x = [[0, 4, 3]];
如果我想订购 xi 可以做ordered_x = tf.sort(x, axis=-1)
,那么为了得到排序我可以做indices_sorted_x = tf.argsort(x, axis=-1)
。 我希望将相同的排序应用于 x_probabs 并且我很困惑如何做到这一点,我尝试过sorted_x_probabs = tf.gather(x_probabs, indices_sorted_x)
但它不起作用,因为索引是针对二维张量而不是 3D 的。 我被困在这里。
以下是第一个示例的样子
sorted_x = [[0,1,2]];
sorted_x_probabs = [[[0.5, 0.1, 0.4],[0.1,
0.8, 0.1],[0.3, 0.3, 0.4]]];
这将是第二个例子
sorted_x = [[0,3,4]];
sorted_x_probabs = [[[0.6, 0.1, 0.1, 0.1, 0.1],[0.1,0.1,0.1,0.6,0.1],[0.1,0.1,0.1,0.1,0.6]]];
非常感谢您提前。
您可以添加batch_dims
参数以从较低维度开始收集:
x = tf.gather(x_probabs, x, batch_dims=1)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.