Tensorflow：张量的交叉索引切片

Question

我有两个以下形状的张量：

tensor1 => shape(10, 99, 106)
tensor2 => shape(10, 99)

tensor2包含0 - 105范围内的值，我希望用它来切片tensor1的最后一个维度并获取形状的tensor3

tensor3 => shape(10, 99, 99)

我尝试过使用：

tensor4 = tf.gather(tensor1, tensor2)
# this causes tensor4 to be of shape (10, 99, 99, 106)

另外，使用

tensor4 = tf.gather_nd(tensor1, tensor2)
# gives the error: last dimension of tensor2 (which is 99) must be 
# less than the rank of the tensor1 (which is 3).

我正在寻找类似于numpy的cross_indexing的东西。

Answer 1

您可以使用tf.map_fn：

 tensor3 = tf.map_fn(lambda u: tf.gather(u[0],u[1],axis=1),[tensor1,tensor2],dtype=tensor1.dtype)

您可以将此行视为在tensor1和tensor2的第一维上运行的循环，并且对于它们应用的第一个维度中的每个索引i {{1在tf.gather和tensor1[i,:,:]。