根据来自另一个张量的索引创建新的张量，并使用它的值进行分配

Question

我的张量t看起来像[[0, 1, 1.5], [1, 1, 7.3], [2, 0, 2.3]]，我需要创建一个新的张量t1，形状（3,3,1）t1[t[:, :1], t[:, 1:2]]（元素来自第一列用作第一个坐标，第二列用作第二个坐标的元素用第t个第三列中的元素分配。像这样t1 = [[[0.0], [1.5], [0.0]], [[0.0], [7.3], [0.0]], [[2.3], [0.0], [0.0]]]。如何在没有循环的情况下使用TensorFlow（或Numpy）中的矩阵运算来实现？

Answer 1

您可以使用tf.sparse_to_dense：

tf.sparse_to_dense(tf.to_int32(t[:, :2]), [3, 3], t[:, 2])[..., None]

Answer 2

怎么样：

import numpy as np

t = np.asarray([[0,1,1.5],[1,1,7.3],[2,0,2.3]])

t1 = np.zeros([3,3,1])
t1[t[:,0].astype(int), t[:,1].astype(int),0] = t[:,2]