在张量流中保留特定的张量行块答案

【问题标题】：Keep specific tensor row chunks in tensorflow在张量流中保留特定的张量行块
【发布时间】：2017-06-25 20:51:35
【问题描述】：

我在 python 3.x 中使用 tensorflow 1.0.1。

我有一个张量L 有n x seq 行，我想在c 中为i 保留seq 行的第一个i 元素。所以len(c)=n，而c 中的i-th 元素表示要在L 的i-th seq 大小的分区中保留多少个元素，从该分区的开头开始。

例如，如果 L=list(range(10)) 和 c=[2,4] 则所需的结果是 D=[0,1,5,6,7,8]。当然，在实际示例中，L 和 D 是 ? x dim 张量。

我尝试使用tf.split(T,c,0)，计算每个序列中要丢弃的项目数，根据示例获取c=[2,3,4,1]。这样，在丢弃所有其他元素之后，所需的行将是 tf.split 结果列表的元素。

问题是，c 的值和长度是通过占位符提供的，并且在图形创建过程中是未知的，所以我得到一个异常：

ValueError: Cannot infer num from shape Tensor("tensorname", shape=(?,), dtype=int32)

tf.split() 的文档说，如果无法从 num_or_size_splits arg 中推断出拆分的数量 num，则会引发上述异常。那么在图构建时绝对必须知道分割的数量？

如果是这样，您能想出一种可静态定义的方法来实现以下目标或解决方法吗？

提前感谢您的帮助。

【问题讨论】：

【解决方案1】：

事实证明，我们可以使用 tf.gather 和 tf.gather_nd 从张量中获取特定索引。

因此，为了获得所需的位置，我直接提供它们的索引，而不是 c，并使用 tf.gather(L,indices) 获取它们

【讨论】：