如何使用张量索引访问tensorflow Tensor 中的次要元素，如下所示：
import tensorflow as tf
import numpy as np
# indexing in numpy [Working]
matrix = np.random.randint(0, 10, [100, 100])
indices = np.random.randint(0, 100, [1000, 100])
elements = matrix[indices[:, 0], indices[:, 1]]
# indexing in tensorflow [Not working]
tf_matrix = tf.constant(matrix, dtype=tf.int32)
tf_indices = tf.constant(indices, dtype=tf.int32)
tf_elements = tf_matrix[tf_indices[:, 0], tf_indices[:, 1]] # Error
session = tf.Session()
session.run(tf_elements)
我收到这些错误：
tensorflow.python.framework.errors_impl.InvalidArgumentError：Shape必须为1级，但对于'strided_slice_2'（op：'StridedSlice'），输入形状为[100,100]，[2,1000]，[2,1000] ，[2] . ValueError：Shape必须为1级，但对于'strided_slice_2'（op：'StridedSlice'），其输入形状为[100,100]，[2,1000]，[2,1000]，[2] .
1 回答