Question

我正在努力有效地复制numpy的ndarray.choose()方法。

这是我正在寻找的一个例子：

b = np.arange(15).reshape(3, 5)
c = np.array([1,0,4])
c.choose(b.T)  # trying to replicate in tensorflow
  -> array([ 1,  5, 14])

我能够做到的最好的事情就是生成一个batch_size方阵（如果批量很大，这个矩阵很大）并采用它的对角线：

tf_b = tf.constant(b)
tf_c = tf.constant(c)
sess.run(tf.diag_part(tf.gather(tf.transpose(tf_b), tf_c)))
-> array([ 1,  5, 14])

有没有办法做到这一点，在第一维（而不是平方）只是线性的？

Answer 1

是的，有更简单的方法可以做到这一点。将您的free数组展平为1-d，使其成为b。获取一系列索引，这些索引的数量范围在＆＃39;选择范围内。你正在服用（3个你的情况）。那将是[0, 1, 2, ..., 13, 14]。将此范围乘以原始形状的第二个维度，即每个选项的选项数量（在您的情况下为5）。这会给你[0, 1, 2]。然后将索引添加到此处以获取[0, 5, 10]。现在你打电话给tf.gather（）很好。

以下是我从here获取的一些代码，它为RNN输出做了类似的事情。你的会有所不同，但想法是一样的。

[1, 5, 14]

总体而言，操作非常简单。您使用范围操作来获取每行开头的索引，然后添加每行的位置索引。我认为在1D中这样做是最简单的，这就是我们为什么要压扁它的原因。

如何在tensorflow中复制numpy.choose（）？

1 个答案: