从 Keras 中的 3-d 张量收集 2-d 张量的列表

【问题标题】：Gathering list of 2-d tensors from a 3-d tensor in Keras从 Keras 中的 3-d 张量收集 2-d 张量的列表
【发布时间】：2018-05-01 01:24:32
【问题描述】：

我有一个名为 main_decoder 的 3-d 张量，形状为 (None,9,256)

我想提取9个形状的张量(None,256)

我尝试过使用 Keras gather，下面是模式代码 sn-p：

for i in range(0,9):
    sub_decoder_input = Lambda(lambda main_decoder:gather(main_decoder,(i)), name='lambda'+str(i))(main_decoder)

结果是 9 个形状的 lambda 层 (9,256)

如何修改它，以便我可以获取或收集 9 个形状的张量 (None,256)

谢谢。

【问题讨论】：

标签： machine-learning tensorflow nlp keras

【解决方案1】：

您可以将 3D 张量切成 9 个 2D 张量并从Lambda 层返回张量列表。

main_decoder = Input(shape=(9, 256))
sub_decoder_input = Lambda(lambda x: [x[:, i, :] for i in range(9)])(main_decoder)

print(sub_decoder_input)
[<tf.Tensor 'lambda_1/strided_slice:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_1:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_2:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_3:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_4:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_5:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_6:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_7:0' shape=(?, 256) dtype=float32>,
 <tf.Tensor 'lambda_1/strided_slice_8:0' shape=(?, 256) dtype=float32>]

【讨论】：