创建随机可训练索引以从张量流中的一个 2_D 张量构建两个 2_D 张量

【问题标题】：Create random trainable indices to build two 2_D tensor from one 2_D tensor in tensorflow创建随机可训练索引以从张量流中的一个 2_D 张量构建两个 2_D 张量
【发布时间】：2019-08-20 13:53:37
【问题描述】：

我正在尝试从一个形状为 AAA 且 shape=(30) 的张量创建两个形状为 shape=(30, 4200) 的张量, 4201) 和 type= float32。

运行代码进行多次不同更改后，此错误将再次出现。

如何选择正确的张量形状？

【问题讨论】：

标签： python tensorflow tensor

【解决方案1】：

这就是您将如何使用 tf.gather_nd 来处理您的案例：

# If V1_emb and V2_emb have different shapes you need to take the shape of each one
s = tf.shape(V1, out_type=V1_emb.dtype)
batch_idx = tf.tile(tf.expand_dims(tf.range(s[0]), 1), [1, s[1]])
V1 = tf.gather_nd(params=AAA, indices=tf.stack([batch_idx, V1_emb], axis=-1))
V2 = tf.gather_nd(params=AAA, indices=tf.stack([batch_idx, V2_emb], axis=-1))

【讨论】：

我可以向您保证，V1_emb 将不会被训练，因为无法训练整数变量。对于可训练的变量，它必须是浮点类型，并且从该变量到损失值的所有操作都必须是浮点且可微的（这里是整数，变量用于tf.gather_nd，它不是可微的索引的操作）。