如何在tensorflow数组中按批进行切片？
如何在tensorflow数组中按批进行切片？
提问于 2022-01-02 15:27:52
我有一个数组output和一个id subject_ids。
output = [[[1, 2, 3]], [[4, 5, 6]], [[7, 8, 9]]]
subject_ids = [[0, 1], [1, 2], [0, 2]]ID中的数字分别表示起始位置和结束位置，然后根据开始和结束位置得到它们之间的向量。
例如，在本例中，我应该得到[[1, 2, 3], [4, 5, 6]]、[[4, 5, 6], [7, 8, 9]]和[[1, 2, 3], [4, 5, 6], [7, 8, 9]]。
我该怎么办？我试过tf.slice和tf.gather，但似乎行不通。
回答 2
Stack Overflow用户
发布于 2022-01-02 19:00:39
如果您只想使用Tensorflow，请尝试将tf.gather与tf.range和tf.ragged.stack相结合
import tensorflow as tf
output = tf.constant([
[[1, 2, 3]],
[[4, 5, 6]],
[[7, 8, 9]]
])
subject_ids = tf.constant([[0, 1], [1, 2], [0, 2]])
ragged_ouput = tf.ragged.stack([tf.gather(output, tf.range(subject_ids[i, 0], subject_ids[i, 1] + 1)) for i in tf.range(0, tf.shape(subject_ids)[0])], axis=0)
ragged_ouput = tf.squeeze(ragged_ouput, axis=2)
print(ragged_ouput)[[[1, 2, 3], [4, 5, 6]], [[4, 5, 6], [7, 8, 9]], [[1, 2, 3], [4, 5, 6], [7, 8, 9]]]更新1:
import tensorflow as tf
tf.config.run_functions_eagerly(True)
output = tf.constant([
[[1, 2, 3]],
[[4, 5, 6]],
[[7, 8, 9]]
])
subject_ids = tf.constant([[0, 1], [1, 2], [0, 2]])
def slice_tensor(x):
return tf.ragged.stack([tf.gather(output, tf.range(x[0], x[1] + 1))], axis=0)
ragged_ouput = tf.map_fn(slice_tensor, subject_ids, fn_output_signature=tf.RaggedTensorSpec(shape=[1, None, None, 3],
dtype=tf.int32,
ragged_rank=2,
row_splits_dtype=tf.int64))
ragged_ouput = tf.squeeze(ragged_ouput, axis=1)
tf.print(ragged_ouput, summarize=-1)[[[[1, 2, 3]], [[4, 5, 6]]], [[[4, 5, 6]], [[7, 8, 9]]], [[[1, 2, 3]], [[4, 5, 6]], [[7, 8, 9]]]]Stack Overflow用户
发布于 2022-01-02 15:32:44
不如就这样
>>> [output[np.arange(x, y+1)] for x, y in subject_ids]
[array([[[1, 2, 3]],
[[4, 5, 6]]]),
array([[[4, 5, 6]],
[[7, 8, 9]]]),
array([[[1, 2, 3]],
[[4, 5, 6]],
[[7, 8, 9]]])]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70557245
复制相关文章
相似问题
腾讯云开发者
