如何通过张量流中的索引获取元素？

Question

data = tf.constant( [ [ [0, 2, 4, 1], [1, 0, 0, 2] ], [ [1, 0, 4, 6], [2, 6, 3, 1] ] ] ) 
indices = tf.argmax(data, axis=2)

如何在张量流中获得结果[ [4 2], [6 6] ]？ 请帮助我！！！

Answer 1

根据情况使用tf.reduce_max()

data = tf.constant([[ [0, 2, 4, 1],[1, 0, 0, 2]], [ [1, 0, 4, 6], [2, 6, 3, 1] ]])
maximum_values = tf.reduce_max(data, reduction_indices=[2])
with tf.Session() as sess:
    p=sess.run(maximum_values)
    print(p)

[[4 2]
[6 6]]

编辑：要访问其他值，可以按索引进行切片，然后使用tf.concat或tf.stack。例如，如果您想获得[[0 2] [3 1]]，可以尝试

with tf.Session() as sess:
    p=sess.run(data[0][0][0:2])
    print(p)
    [0 2]

    q=sess.run(data[1][1][2:])
    print(q)
    [3 1]

    r=sess.run(tf.stack([p,q],0))
    print(r)
    [[0 2]
    [3 1]]