在TensorFlow中每行索引

Question

我有一个矩阵：

col_indices = 

[[0 1]

 [1 2]

 [2 3]]

对于每一行，我想使用列索引选择一些元素：

row_indices = 

[[0 0]

 [1 1]

 [2 2]]

在Numpy中，我可以创建行索引：

params[row_indices, col_indices]

并执行tf_params = tf.constant(params) tf_col_indices = tf.constant(col_indices, dtype=tf.int32) tf_row_indices = tf.constant(row_indices, dtype=tf.int32) tf_params[row_indices, col_indices]

在TenforFlow中，我这样做了：

ValueError: Shape must be rank 1 but is rank 3

但是出现了一个错误：

{{1}}

这是什么意思？我该如何正确地进行这种索引？

谢谢！

Answer 1

张量等级（有时称为顺序或度数或n维）是张量的维数。例如，以下张量（定义为Python列表）的等级为2：

t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

二级张量是我们通常认为的矩阵，一级张量是一个矢量。对于二级张量，您可以使用语法t [i，j]访问任何元素。对于三级张量，您需要使用t [i，j，k]来寻址一个元素。有关详细信息，请参阅this。

ValueError: Shape must be rank 1 but is rank 3表示您正在尝试创建一个3张量（数字的多维数据集）而不是向量。

要了解如何声明不同形状的张量常数，您可以看到this。