如何在使用张量流时计算数组的分量

Question

从我的网络中，我可以在网络中间得到一个 shape(21, 3) 的张量。 在将张量提供给下一个网络之前，我需要计算它。 例如，我需要用张量中的特定值减去每个分量。 如果
tensor[10, 0] = x, tensor[10, 1] = y, tensor[10, 2] = z tensor[:, 0] = tensor[:, 0] - x tensor[:, 1] = tensor[:, 1] - y tensor[:, 2] = tensor[:, 2] - z的值

还需要像这样规范化它

tensor[10, 0] - tensor[0, 0] = a, tensor[10, 1] - tensor[0, 1] = b, tensor[10, 2] - tensor[0, 2] = c tensor = tensor / sqrt(a^2 + b^2 + c^2)

有什么方法可以计算张量并将其再次提供给网络的其余部分？

Answer 1

您可以计算一个形状为 [1,3] 的张量，其值为 [tensor[10,0], tensor[10,1], tensor[10,2]]，如下所示：（还有其他方法）

s = tf.concat([tf.reshape(tensor[10,0], shape=[1,1]), tf.reshape(tensor[10,1], shape=[1,1]), tf.reshape(tensor[10,2], shape=[1,1])], axis=1)

现在您可以从tensor 中减去s：

tensor2 = tensor - s

您将使用广播将值更新为tensor[:, 0] = tensor[:, 0] - x 等。

对于归一化，你可以直接计算如下：

tensor3 = tensor2 / tf.sqrt(tf.square(tensor[10,0] - tensor[0,0]) + tf.square(tensor[10,1] - tensor[0,1]) + tf.square(tensor[10,2] - tensor[0,2]))