Question

我有一个简单的张量a = tf.constant([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]])，并且想对其进行切片，但是我需要对每一行进行不同的处理。此切片操作由另一个张量b = tf.constant([[0, 1], [2, 4], [2, 5]])描述，这意味着从张量a的第一行开始，我需要从0到1的元素，而从{{ 1}}至2，依此类推。所以最终的最终结果将是

我的第一个想法是填充切片的开始和结束之间的范围，但不幸的是，由于结果行的长度不同，因此无法使用[ [1], [8, 9], [13, 14, 15] ]进行填充。

有人知道该怎么做吗？

Answer 1

基本上，我们有两个要迭代的数组。一个具有实际数据，另一个具有要返回的范围。
因此， zip 函数可以帮助一个接一个地遍历多个数组中的元素。

import tensorflow as tf

a = tf.constant([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]])
b = tf.constant([[0, 1], [2, 4], [2, 5]])

# As you iterate, provided a and b have same length
# [1, 2, 3, 4, 5] sliced as [0:1]
# [6, 7, 8, 9, 10] sliced as [2:4]
# [11, 12, 13, 14, 15] sliced as [2:5]

[data.numpy().tolist()[start:end] for data, (start, end) in zip(a,b)]

输出：

[[1], [8, 9], [13, 14, 15]]

Answer 2

如果 b 的大小在图编译时已知，那么您可以单独对每一行进行切片。

import tensorflow as tf

a = tf.constant([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]])
b = tf.constant([[0, 1], [2, 4], [2, 5]])

r = []
for i in range(3):
    bi = b[i]
    r.append(a[i][bi[0]: bi[1]])
print(r)

如何一次为每行不同地切片张量流张量？

2 个答案: