鉴于形状为(I,J,K)的张量T_0,我正在尝试一种有效的方法来构造形状为(I,I,J,K)的新张量T_1,其元素为T_1 [i1 ,i2,j,k] = T_0 [i1,j,k]-T_0 [i2,j,k]
这是一个有2个循环的步行方式:
outer_list = [None] * I
for i1 in range(I):
inner_list = [0] * I
for i2 in range(I):
inner_list[i2] = T_0[i1] - T_0[i2]
outer_list [cl] = tf.stack(tf.stack(inner_list))
T_1 = tf.stack(outer_list )
这是一种带有1个循环的步行方式:
outer_list = [None] * I
for i1 in range(I):
outer_list[i1] = T_0[i1 : i1+1] - T_0
T_1 = tf.stack(outer_list )