Question

我想对一维张量进行排序，以便根据张量中项目的频率对张量进行排序，例如给定张量[6,0,1,0,2,6,6]，I想要像这样排序[6,6,6,0,0,1,2]，到目前为止我到目前为止：

ks = tf.constant([6,0,1,0,2,6,6])
unique_s, idx, cnts = tf.unique_with_counts(ks)
r = tf.gather(unique_s,tf.nn.top_k(cnts, k=(1+tf.reduce_max(idx))).indices)
s = tf.gather(cnts,tf.nn.top_k(cnts, k=(1+tf.reduce_max(idx))).indices)

其中r包含值[6,0,1,2]，s包含[3,2,1,1]。现在，我想根据s中的计数扩展r。所以，在Python中，我们可以像这样制作上面的列表：

sorted_arr = []
for i,_s in enumerate(s):
    sorted_arr.expand([r[i]]*_s)

但由于张量流中不允许迭代张量，我现在有点卡住了。

Answer 1

我很确定有一个更优雅的解决方案，但这里有：

这需要运行两个会话：

查找唯一值的数量
分裂，倍增＆amp;结合

代码：

import tensorflow as tf
ks = tf.constant([6,0,1,0,2,6,6])
unique_s, idx, cnts = tf.unique_with_counts(ks)
r = tf.gather(unique_s,tf.nn.top_k(cnts, k=(1+tf.reduce_max(idx))).indices)
# Dynamic length of r
len_r = tf.shape(r)
s = tf.gather(cnts,tf.nn.top_k(cnts, k=(1+tf.reduce_max(idx))).indices)

# Evaluate number of unique values
with tf.Session() as sess:
    splits = len_r.eval()[0]

# Split r & s into a list of tensors
split_r = tf.split(r, splits)
split_s = tf.split(s, splits)
# Tile r, s times
mult = [tf.tile(each_r,each_s) for each_r, each_s in zip(split_r, split_s)]
# Concatenate
join = tf.concat(mult, axis=0)

with tf.Session() as sess:
    print(join.eval())

输出[6 6 6 0 0 1 2]

根据另一个张量（tensorflow）的计数创建张量

1 个答案: