[英]Tensorflow multi-dimensional indexing by another tensor
說,我有一個形狀為[n1,n2,...,nk]的秩k張量X和一個形狀為[n2,n3,...,nk]的秩(k-1)張量IDX,其中IDX具有與X的最后(k-1)維相同的形狀。IDX的條目都是[0,n1)中的所有整數。 我想從X提取一些值,其中第一個維度位置由IDX指定,而其他維度則一直迭代。
例:
X = tf.constant([[1,2], [3,4], [5,6],
[7,8], [9,10],[11,12]]) # 2 x 3 x 2 tensor
IDX = tf.constant([[1,0], [1,1], [0,1]]) # 3 x 2 tensor
...
# would like to get [[7,2],[9,10],[5,12]]
如何在Tensorflow中有效實現這一目標? 謝謝!
您是否看到choose
的注釋?
筆記
為了減少錯誤解釋的機會,即使名義上支持以下“濫用”,
choices
也不應該也不應被視為單個數組,即,最外面的類似於序列的容器應該是列表或元組。
也就是說,他們希望您將其視為:
In [432]: list(X)
Out[432]: [array([1, 2]), array([3, 4]), array([5, 6])]
In [433]: np.choose(IDX,list(X))
Out[433]: array([3, 6])
等效的索引是:
In [436]: X[IDX,np.arange(2)]
Out[436]: array([3, 6])
choose
還具有一些mode
選項。
文檔還說這等效於(減去這些模式問題):
np.choose(a,c) == np.array([c[a[I]][I] for I in ndi.ndindex(a.shape)])
choose
另一個細微差別。 它不能使用超過32個選擇。
In [440]: np.choose(IDX,np.ones((33,2)))
...
ValueError: Need at least 1 and at most 32 array objects.
In [442]: np.ones((33,2))[IDX,np.arange(2)]
Out[442]: array([ 1., 1.])
您可以將np.choose()
包裝在python函數中,並使用tf.py_func()
將其嵌入到張量流圖中。 但是,如果您希望對圖進行自動梯度計算以進行訓練,則還可以為函數定義梯度。 我想,為np.choose()
定義梯度可能是非常棘手的任務,即使實際上可以解決的話。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.