如何从旧张量创建新的张量数组

Question

我有一个尺寸为 9 X 1536 的张量 [a, b, c, d, e, f, g, h, i]。我需要创建一个新的张量，它类似于尺寸为 [8 x 2 x 1536] 的 [(a,b), (a,c), (a,d), (a,e),(a,f),(a,g), (a,h), (a,i)]。我怎么能用 tensorflow 做到这一点？ 我试过这样

x = tf.zeros((9x1536)) 
x_new = tf.stack([(x[0],x[1]),
                  (x[0], x[2]),
                  (x[0], x[3]),
                  (x[0], x[4]),
                  (x[0], x[5]),
                  (x[0], x[6]),
                  (x[0], x[7]),
                  (x[0], x[8])])

这似乎可行，但我想知道是否有更好的解决方案或方法可以代替它

Answer 1

您可以通过tf.concat、tf.tile 和tf.expand_dims 的组合获得所需的输出：

import tensorflow as tf
import numpy as np

_in = tf.constant(np.random.randint(0,10,(9,1536)))

tile_shape = [(_in.shape[0]-1).value] + [1]*len(_in.shape[1:].as_list())

_out = tf.concat([
    tf.expand_dims(
        tf.tile(
            [_in[0]],
            tile_shape
        )
        ,
        1),
    tf.expand_dims(_in[1:], 1)
    ],
    1
    )

tf.tile 重复_in 的第一个元素，创建一个长度为len(_in)-1 的张量（我单独计算平铺的形状，因为我们只想平铺在第一个维度上）。

tf.expand_dims 添加了一个维度，然后我们可以对其进行连接

最后，tf.concat 将两个张量缝合在一起，得到所需的结果。

编辑：重写以适应具有多维张量的 OP 的实际用例。