有没有简单的方法在Tensorflow中做笛卡尔积,如itertools.product?我希望得到两个张量的元素组合(a
和b
),在Python中可以通过itertools作为list(product(a, b))
。我正在寻找Tensorflow的替代品。
答案 0 :(得分:6)
我将在此假设a
和b
都是一维张量。
要获得两者的笛卡尔积,我会使用tf.expand_dims
和tf.tile
的组合:
a = tf.constant([1,2,3])
b = tf.constant([4,5,6,7])
tile_a = tf.tile(tf.expand_dims(a, 1), [1, tf.shape(b)[0]])
tile_a = tf.expand_dims(tile_a, 2)
tile_b = tf.tile(tf.expand_dims(b, 0), [tf.shape(a)[0], 1])
tile_b = tf.expand_dims(tile_b, 2)
cartesian_product = tf.concat([tile_a, tile_b], axis=2)
cart = tf.Session().run(cartesian_product)
print(cart.shape)
print(cart)
你最终得到一个len(a)* len(b)* 2张量,其中a
和b
的每个元素组合都表示在最后一个维度中。
答案 1 :(得分:5)
使用tf.add()
广播(已测试)的更短解决方案:
import tensorflow as tf
a = tf.constant([1,2,3])
b = tf.constant([4,5,6,7])
a, b = a[ None, :, None ], b[ :, None, None ]
cartesian_product = tf.concat( [ a + tf.zeros_like( b ),
tf.zeros_like( a ) + b ], axis = 2 )
with tf.Session() as sess:
print( sess.run( cartesian_product ) )
将输出:
[[[1 4]
[2 4]
[3 4]][[1 5]
[2 5]
[3 5]][[1 6]
[2 6]
[3 6]][[1 7]
[2 7]
[3 7]]]
答案 2 :(得分:0)
我的灵感来自Jaba的回答。如果您想获得两个2-D张量的cartesian_product,您可以按照以下方式进行:
输入a:[N,L]和b:[M,L],得到[N * M,L] concat tensor
tile_a = tf.tile(tf.expand_dims(a, 1), [1, M, 1])
tile_b = tf.tile(tf.expand_dims(b, 0), [N, 1, 1])
cartesian_product = tf.concat([tile_a, tile_b], axis=2)
cartesian = tf.reshape(cartesian_product, [N*M, -1])
cart = tf.Session().run(cartesian)
print(cart.shape)
print(cart)
答案 3 :(得分:0)
import tensorflow as tf
a = tf.constant([0, 1, 2])
b = tf.constant([2, 3])
c = tf.stack(tf.meshgrid(a, b, indexing='ij'), axis=-1)
c = tf.reshape(c, (-1, 2))
with tf.Session() as sess:
print(sess.run(c))
输出:
[[0 2]
[0 3]
[1 2]
[1 3]
[2 2]
[2 3]]
贷记给jdehesa:link