如何在未知尺寸张量上使用tf.slice
如何在未知尺寸张量上使用tf.slice
提问于 2018-04-16 05:03:30
我正在处理一个矩阵sim_mat，它是一个大小的张量(?，?，?)。
我想像这样在上面使用tf.slice：
a=tf.slice(sim_matrix,[0,0,0],tf.stack([tf.shape(sim_matrix[0],tf.shape(sim_matrix)[1],3]))
print(a)但这给了我张量a的大小(?，?，?)而不是(?，？)此外，当我使用a作为进一步的函数时，我得到了一条错误消息：
输入的大小(输入的深度)必须可以通过形状推断访问，但是没有看到值。
有解决办法吗？
谢谢。
回答 1
Stack Overflow用户
发布于 2018-04-16 05:16:09
您可以使用花哨的索引编写以下等价但更易读的行：
a = sim_matrix[ :, :, 0 : 3 ]然而，这仍然会给出形状的张量( ?，?，？)。
如果您确实需要修正由此产生的张量的第三维空间，请使用tf.gather()。但是，您必须使用tf.transpose()在前后更改维度，因为tf.gather()只在第一个维度上工作。(这里也有tf.gather_nd()，但这没有帮助，因为您不想在前两个dims上指定索引，而是想取切片。)如下所示(测试代码)：
import tensorflow as tf
sim_matrix = tf.placeholder( shape=(None,None,None), dtype = tf.float32 )
sim_matrixT = tf.transpose( sim_matrix, [ 2, 0, 1 ] )
aT = tf.gather( sim_matrixT, [ 0, 1, 2 ] ) # get first three
a = tf.transpose( aT, [ 1, 2, 0 ] )
print( a.get_shape() )输出：
(?，?，3)
您还会说在进一步的函数上出现了一个错误。如果这些函数需要在它们的输入张量上固定形状，情况可能仍然是这样。
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/49858041
复制相关文章
点击加载更多
相似问题
TensorFlow - Pad未知尺寸张量到特定尺寸？
如何在未知形状张量上应用numpy函数
张量尺寸CrossEntropyLoss
火炬张量交换尺寸
火炬张量增加尺寸
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
