张量流中沿轴的外差

时间:2020-07-04 14:37:21

标签: tensorflow

鉴于形状为(I,J,K)的张量T_0,我正在尝试一种有效的方法来构造形状为(I,I,J,K)的新张量T_1,其元素为T_1 [i1 ,i2,j,k] = T_0 [i1,j,k]-T_0 [i2,j,k]

这是一个有2个循环的步行方式:

outer_list = [None] * I
for i1 in range(I):
    inner_list = [0] * I
    for i2 in range(I):
        inner_list[i2] = T_0[i1] - T_0[i2]

    outer_list [cl] = tf.stack(tf.stack(inner_list))

T_1 = tf.stack(outer_list )

这是一种带有1个循环的步行方式:

outer_list = [None] * I
for i1 in range(I):
    outer_list[i1] = T_0[i1 : i1+1] - T_0
T_1 = tf.stack(outer_list )

0 个答案:

没有答案