我有一個索引串列，代表我想要訪問的行和列。
r= np.array([0, 1, 0, 1, 0, 1, 2, 3, 2, 3, 2, 3])
c = np.array([0, 0, 1, 1, 4, 4, 1, 1, 3, 3, 5, 5])
當我將它們用作 時[r,c]，我能夠獲得numpy陣列中的相應元素。
arr = np.array([[517.0, 1876.0, 4716.0, 2725.0, 2138.0, 2213.0],
[517.0, 1876.0, 4716.0, 2725.0, 2138.0, 2213.0],
[3745.0, 3103.0, 885.0, 3482.0, 4196.0, 1802.0],
[3745.0, 3103.0, 885.0, 3482.0, 4196.0, 1802.0],
[1548.0, 610.0, 3936.0, 905.0, 3791.0, 3657.0],
[1548.0, 610.0, 3936.0, 905.0, 3791.0, 3657.0],
[971.0, 573.0, 4756.0, 2137.0, 1407.0, 4388.0],
[971.0, 573.0, 4756.0, 2137.0, 1407.0, 4388.0],
[2786.0, 4769.0, 3391.0, 940.0, 2188.0, 1823.0],
[2786.0, 4769.0, 3391.0, 940.0, 2188.0, 1823.0],
[3225.0, 3262.0, 3444.0, 783.0, 3931.0, 1546.0],
[3225.0, 3262.0, 3444.0, 783.0, 3931.0, 1546.0]])
print(mst_array[r, c])
[ 517. 517. 1876. 1876. 2138. 2138. 3103. 3103. 3482. 3482. 1802. 1802.]
我想在執行相同的操作tf和正在使用tf.gather。
https://www.tensorflow.org/api_docs/python/tf/gather
t_r = tf.convert_to_tensor(r, dtype= tf.int32)
t_c = tf.convert_to_tensor(c, dtype= tf.int32)
t_arr = tf.convert_to_tensor(arr, dtype= tf.int32)
print(t_r, "\n", t_c, "\n")
tf.Tensor([0 1 0 1 0 1 2 3 2 3 2 3], shape=(12,), dtype=int32)
tf.Tensor([0 0 1 1 4 4 1 1 3 3 5 5], shape=(12,), dtype=int32)
我嘗試了不同的命令，但無法獲得與numpy.
tf.gather(t_arr, [t_r, t_c], axis=-1)
tf.gather(t_arr, [t_r, t_c], axis=-1).shape_as_list()
uj5u.com熱心網友回復：
嘗試tf.stack用tf.gather_nd：
z = tf.gather_nd(t_arr, tf.stack([t_r, t_c], axis=1))
tf.Tensor([ 517 517 1876 1876 2138 2138 3103 3103 3482 3482 1802 1802], shape=(12,), dtype=int32)
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/388266.html
標籤：Python 麻木的 张量流 张量流2.0 numpy切片
上一篇：使鏈表符合集合協議