让张量 T 具有形状 [B, N, N, 6] ，我想为每个 b in range(B) 乘以 [b, N, N, 0:3] 元素 [b, N, N, 5] 元素 . 请注意，不应更改 [N, N, 4] . 使用tensorflow执行此操作的最佳方法是什么？
我的尝试：
result = tf.empty([B, N, N, 5]) for b in range(B): for i in range(4) result[b, :, :, i] = tf.mul(T[b, :, :, i], T[b, :, :, 5]) result[b, :, :, 4] = T[b, :, :, 4]
1 回答
在TensorFlow中，通常不可能通过分配切片来构建张量值 . 编程模型往往比命令式更具功能性 . 实现计算的一种方法如下：
请注意，您不需要多次乘法，因为（i）原始计算在第0维（
for b in range(B)）已经是元素方式，而（ii）TensorFlow将第二个参数广播到第3维中的乘法 .