Tensorflow 等效于 torch.Tensor.index_copy答案

【问题标题】：Tensorflow equivalent to torch.Tensor.index_copyTensorflow 等效于 torch.Tensor.index_copy
【发布时间】：2021-05-31 16:26:15
【问题描述】：

我正在实现 tensorflow 等效于模型 here 最初使用 pytorch 实现的。一切都很顺利，直到我遇到了这行代码。

batch_current = Variable(torch.zeros(size, self.embedding_dim))

# self.embedding and self.W_c are pytorch network layers I have created
batch_current = self.W_c(batch_current.index_copy(0, Variable(torch.LongTensor(index)),
                                                         self.embedding(Variable(self.th.LongTensor(current_node)))))

如果搜索index_copy 的文档，似乎它所做的只是在某个索引和公共轴上复制一组元素并将其分配给另一个张量。但我真的不想写一些有问题的代码，所以在尝试任何自我实现之前，我想知道你们是否知道我可以如何去实现它。

模型来自这个paper，是的，我搜索了其他tensorflow 实现，但它们对我来说似乎没有多大意义。

【问题讨论】：

标签： tensorflow pytorch tensorflow python tensorflow pytorch

【解决方案1】：

您需要的是tensorflow 中的tf.tensor_scatter_nd_update 来获得类似Tensor.index_copy_ 的pytorch 的等效操作。下面是一个演示。

在pytorch，你有

import torch 

tensor = torch.zeros(5, 3)
indices = torch.tensor([0, 4, 2])
updates= torch.tensor([[1, 2, 3], 
                       [4, 5, 6], 
                       [7, 8, 9]], dtype=torch.float)
tensor.index_copy_(0, indices, updates)

tensor([[1., 2., 3.],
        [0., 0., 0.],
        [7., 8., 9.],
        [0., 0., 0.],
        [4., 5., 6.]])

在tensorflow，你可以这样做

import tensorflow as tf

tensor = tf.zeros([5,3])
indices = tf.constant([[0], [4], [2]])
updates  = tf.constant([[1, 2, 3], 
                        [4, 5, 6], 
                        [7, 8, 9]], dtype=tf.float32)
tensor = tf.tensor_scatter_nd_update(tensor, indices, updates)
tensor.numpy()
array([[1., 2., 3.],
       [0., 0., 0.],
       [7., 8., 9.],
       [0., 0., 0.],
       [4., 5., 6.]], dtype=float32)

【讨论】：