张量中的Tensorflow访问元素使用索引上的tenors

Question

如何使用张量索引访问张量流Tensor中的次要元素，如下所示：

import tensorflow as tf
import numpy as np

# indexing in numpy [Working]
matrix = np.random.randint(0, 10, [100, 100])
indices = np.random.randint(0, 100, [1000, 100])
elements = matrix[indices[:, 0], indices[:, 1]]

# indexing in tensorflow [Not working]
tf_matrix = tf.constant(matrix, dtype=tf.int32)
tf_indices = tf.constant(indices, dtype=tf.int32)
tf_elements = tf_matrix[tf_indices[:, 0], tf_indices[:, 1]]  # Error

session = tf.Session()
session.run(tf_elements)

我收到这些错误：

  

tensorflow.python.framework.errors_impl.InvalidArgumentError：Shape   必须是等级1但是'strided_slice_2'的等级2（op：   'StridedSlice'）输入形状：[100,100]，[2,1000]，[2,1000]，[2]。

     

ValueError：Shape必须为1级，但'strided_slice_2'的排名为2   （op：'StridedSlice'）输入形状：[100,100]，[2,1000]，[2,1000]，   [2]。

Answer 1

tf_elements = tf.gather_nd(tf_matrix, tf_indices[:, 0:2])