如何根据索引张量过滤TensorFlow的Tensor?

假设我有一个大小为[batch_size, 5, 10]的张量,称为my_tensor。我还有另一个大小为[batch_size, 1]的张量,保存索引,称为selecter

我想根据selecter过滤my_tensor,生成一个大小为[batch_size, 10]的新张量,即只选择selecter包含的值。基本上,这是在减少中间维度(大小为5)。

我觉得tf.where可能是合适的选择,但不太确定。我非常希望得到你的帮助!


回答:

解决方案是使用tf.gather_nd

tf.gather_nd(    my_tensor,    tf.stack([tf.range(batch_size), tf.squeeze(selecter)], axis=-1))

如果你从一开始就构造selecter为一维的,你可以省略squeeze

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注