来自张量层的张量流随机分布

Question

我有一个4D数组，我试图从这个数组中选择所有前三个维度，然后是第四个维度的随机分布

samples = np.unique( np.random.randint(subset_start, subset_end, size=50) )    
layer_tensor = model.layer_tensors[model_layer][:, :, :, samples]

这给了我：

ValueError: Shapes must be equal rank, but are 0 and 1
    **From merging shape 2 with other shapes. for 'strided_slice/stack_1' (op: 'Pack') with input shapes: [], [], [], [44].**

，其中

model.layer_tensors[model_layer].shape == (?,?,?,1024)

之前，我正在选择连续的值范围

model.layer_tensors[model_layer][:, :, :, subset_start:subset_end]

是有效的陈述

Answer 1

也许tf.gather可能会有所帮助。

<paper-menu-button dynamic-align="false" on-opened-changed="_setZindex">

//...

_setZindex(event) {
  // The <paper-menu-button>
  const menu = event.target;
  // The <paper-item>
  const item = menu.parentNode;
  item.style.zIndex = menu.opened ? 101 : null;
}

虽然您应该考虑将样本生成为张量。