Question

说我有一个形状为DATA的张量(M, N, 2)。我还有另一个由零和一组成的（N）形状的张量IND。

如果IND(i)==1，则DATA(:,i,0)和DATA(:,i,1)必须互换。如果IND(i)==0他们不会交换。

我该怎么做？我知道可以通过tf.gather_nd完成此操作，但是我不知道如何操作。

Answer 1

这里是tf.equal，tf.where，tf.scater_nd_update，tf.gather_nd和tf.reverse_v2的一种可能的解决方案：

data = tf.Variable([[[1, 2],
                     [2, 3],
                     [3, 4],
                     [4, 5],
                     [5, 6]]])  # shape=(1,5,2)

# reverse elements where ind is 1
ind = tf.constant([1, 0, 1, 0, 1])  # shape(5,)

cond = tf.where(tf.equal([ind], 1))
match_data = tf.gather_nd(data, cond)
rev_match_data = tf.reverse_v2(match_data, axis=[-1])
data = tf.scatter_nd_update(data, cond, rev_match_data)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(data))
    #[[[2 1]
    # [2 3]
    # [4 3]
    # [4 5]
    # [6 5]]]

Answer 2

不使用tf.gather_ind的一种方法如下。这个想法是构建DATA1，它是具有所有可能交换的DATA（即，如果IND是1的向量，则交换的结果），并根据需要是否使用交换，使用掩码从Data或Data1中选择正确的值。或不。

DATA1 = tf.concat([tf.reshape(DATA[:,:,1], [M, N, 1]), tf.reshape(DATA[:,:,0], [M, N, 1])], axis = 2)

Mask1 = tf.cast(tf.reshape(IND, [1, N, 1]), tf.float64)
Mask0 = 1 - Mask1

Res = tf.multiply(Mask0, DATA) + tf.multiply(Mask1, DATA1)

Tensorflow中某些元素的颠倒顺序

2 个答案: