我正在寻找的东西有点像张量流中的高级索引和切片。但是由于我对tensorflow还是很陌生，所以我不确定是否可以在tensorflow中进行（并且整个过程是否可以区分）。我不确定该怎么称呼该问题或如何进行查找。
我有一个六元组的列表（可以看作大小为Nx6的2D张量），其列为（u，v，Z，R，G，B）。我正在尝试制作大小为nxm的2个图像I1和I2，以使I1（u，v）= RGB和I2（u，v）=Z。如果有2对（或更多）相同的（u，v）对，则RGB和Z将位于最小Z的（u，v）处。另一对（u，v）或u，v <0或u> n或v> m将被丢弃。
当投影3D指向2D图像时，此过程类似于z缓冲。我认为该过程可以使用循环来完成，但是不确定N是否可以达到几百万左右是否足够快。
我也欢迎其他框架，例如PyTorch或Caffe，但Tensorflow更可取。