Question

我有一个data张量尺寸[B X N X 3]，我有一个indices张量尺寸[B X M]。我希望使用[B X M X 3]张量从data张量中提取indices张量。

我的代码有效：

new_data= []    
for i in range(B):
        new_data.append(tf.gather(data[i], indices[i]))
new_data= tf.stack(new_data)

但是，我确信这不是正确的方法。有谁知道更好的方法？（我想我应该以某种方式使用tf.gather_nd()，但我无法弄清楚如何）

我已经看到了类似问题的几个答案here。但是我无法找到问题的解决方案。

Answer 1

您可以将tf.gather_nd()与以下代码一起使用：

import tensorflow as tf

# B = 3
# N = 4
# M = 2
# [B x N x 3]
data = tf.constant([
    [[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]],
    [[100, 101, 102], [103, 104, 105], [106, 107, 108], [109, 110, 111]],
    [[200, 201, 202], [203, 204, 205], [206, 207, 208], [209, 210, 211]],
    ])

# [B x M]
indices = tf.constant([
    [0, 2],
    [1, 3],
    [3, 2],
    ])

indices_shape = tf.shape(indices)

indices_help = tf.tile(tf.reshape(tf.range(indices_shape[0]), [indices_shape[0], 1]) ,[1, indices_shape[1]]);
indices_ext = tf.concat([tf.expand_dims(indices_help, 2), tf.expand_dims(indices, 2)], axis = 2)
new_data = tf.gather_nd(data, indices_ext)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print('data')
    print(sess.run(data))
    print('\nindices')
    print(sess.run(indices))
    print('\nnew_data')
    print(sess.run(new_data))

new_data将是：

[[[  0   1   2]
  [  6   7   8]]

 [[103 104 105]
  [109 110 111]]

 [[209 210 211]
  [206 207 208]]]

如何使用张量来索引张量流中的另一个张量

1 个答案: