python - tensorflow :张量的交叉索引切片

我有以下形状的两个张量：

tensor1 => shape(10, 99, 106)
tensor2 => shape(10, 99)

tensor2包含的值范围为0 - 105，我希望将其用于切片tensor1的最后一个尺寸并获得形状的tensor3

tensor3 => shape(10, 99, 99)

我尝试使用：

tensor4 = tf.gather(tensor1, tensor2)
# this causes tensor4 to be of shape (10, 99, 99, 106)

另外，使用

tensor4 = tf.gather_nd(tensor1, tensor2)
# gives the error: last dimension of tensor2 (which is 99) must be
# less than the rank of the tensor1 (which is 3).

我正在寻找类似于numpy的cross_indexing的东西。

最佳答案

您可以使用tf.map_fn：

 tensor3 = tf.map_fn(lambda u: tf.gather(u[0],u[1],axis=1),[tensor1,tensor2],dtype=tensor1.dtype)

您可以将这条线看作是循环遍历tensor1和tensor2的第一个维度，并且对于第一个维度中的每个索引i，在tf.gather和tensor1[i,:,:]上应用tensor2[i,:]。

关于python - tensorflow :张量的交叉索引切片，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47570804/