在张量流中使用布尔张量选择张量子集

Question

arr1我有两个排名为arr2和m的{​​{1}} n。张量arr2是布尔值;每行中恰好有一个条目是True。我想提取长度为arr3的新等级-1张量m，其中i的{​​{1}}条目等于arr3的条目第i行对应arr1行i等于arr2的位置。

在True中，我可以按照以下方式执行此操作：

numpy

我可以在arr1 = np.array([[1,2], [3,4]]) arr2 = np.array([[0,1], [1,0]], dtype="bool") arr3 = arr1[arr2] 做类似的事吗？我知道我可以tensorflow我的张量，然后使用eval()函数，但这似乎效率低下。

此question建议使用numpy和tf.gather，但它并不像我的问题那样处理折叠输出的维度。

Answer 1

您可以使用tf.boolean_mask？

from __future__ import print_function

import tensorflow as tf

with tf.Session() as sess:
    arr1 = tf.constant([[1,2],
                        [3,4]])
    arr2 = tf.constant([[False, True],
                        [True, False]])
    print(sess.run(tf.boolean_mask(arr1, arr2)))

应该给出：[2,3]