Tensorflow - 在预定义值上重新整形或分割张量

Question

我需要定义一个图形操作，它根据特定值（在此表示为X）将2D张量流张量分割为3D张量，并在第二和第三维上填充。

例如，假设我们有以下张量：

[[1, 2, 3, X, 4, 5, 6],
 [1, 2, X, 5, 6, X, 8],
 [1, 2, 5, X, 8, 9, P]]

• X是要拆分的（可能等于0或其他任何东西）。
• P是填充的符号。

目标是拥有以下内容：

[[[1, 2, 3], [4, 5, 6], [P, P, P]],
[[[1, 2, P], [5, 6, P], [8, P, P]],
[[[1, 2, 5], [8, 9, P], [P, P, P]]

Tensorflow提供split功能，但它无法解决此问题。 reshape函数不是解决方案，因为拆分需要基于特定值。

谢谢。

Answer 1

也许您可以使用tf.py_func进行拆分操作。