我正尝试使用tf.gather_nd(params, indices, name=None)
从特征图张量中检索元素
总有没有将这个张量[[0,2,2]]
转换为[[0,0],[1,2],[2,2]]
我需要它用作函数中的索引
我只有[[0,2,2]]
应该是这个结构
indices = [[0,0],[1,2],[2,2]]
params = [['3', '1','2','-1'], ['0.3', '1.4','5','0'],['5', '6','7','8']]
t=tf.gather_nd(params, indices, name=None)
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
print(sess.run(t)) # outputs 3 5 7
答案 0 :(得分:1)
假设您尝试将张量t0 = [[x0, x1, x2, ... xn]]
转换为张量[[0, x0], [1, x1], [2, x2], ..., [n, xn]]
,则可以将其与范围张量连接起来,如下所示:
t0 = ...
N = tf.shape(t0)[1] # number of indices
t0 = tf.concat([tf.range(N), t0], 0) # [[0, 1, 2], [0, 2, 2]]
indices = tf.transpose(t0) # [[0, 0], [1, 2], [2, 2]]
这应该为您提供所需的索引。