使用自定义softmax_loss函数时，tf.gather超出范围，即使它不应

Question

我正在tf.contrib.seq2seq.sequence_loss(softmax_loss_function=[...])内使用一个小的自定义函数作为自定义sofmax_loss_function：

    def reduced_softmax_loss(self, labels, logits):
        top_logits, indices = tf.nn.top_k(logits, self.nb_top_classes, sorted=False)
        top_labels = tf.gather(labels, indices)

        return tf.nn.softmax_cross_entropy_with_logits_v2(labels=top_labels,
                                                          logits=top_logits)

但是，即使标签和日志的尺寸相同，执行后它也会返回InvalidArgumentError：

indices[1500,1] = 2158 is not in [0, 1600)，由于我的随机种子，数字有所不同。

还有像tf.gather这样的其他函数可以代替吗？还是返回的值是错误的形状？

如果我通过常规的Tensorflow函数，一切都可以正常工作。

提前谢谢！

Answer 1

仅通过查看代码就很难判断发生了什么，但是我认为您编写的代码并不能满足您的要求。 tf.gather操作需要一个索引输入，其中每个标量值都索引到第一个参数的最外层维度，但是在这里top_k的输出试图索引到行和列，这会导致超出范围的错误。