我有两个形状如下的张量：
tensor1 => shape(10, 99, 106)
tensor2 => shape(10, 99)
tensor2 包含的值范围为 0 - 105 我希望用它来切割 tensor1 的最后一个维度并获得形状的 tensor3
tensor3 => shape(10, 99, 99)
我尝试过使用：
tensor4 = tf.gather(tensor1, tensor2)
# this causes tensor4 to be of shape (10, 99, 99, 106)
另外，使用
tensor4 = tf.gather_nd(tensor1, tensor2)
# gives the error: last dimension of tensor2 (which is 99) must be
# less than the rank of the tensor1 (which is 3).
我正在寻找类似于numpy的cross_indexing的东西 .
1 回答
你可以使用tf.map_fn：
您可以将此行视为在
tensor1和tensor2的第一个维度上运行的循环，并且对于第一个维度中的每个索引i，它在tensor1[i,:,:]和tensor2[i,:]上应用tf.gather.