由于我正在使用 TensorFlow，我想知道如何將我的行從張量 C 映射到矩陣 B 中其對應行的索引。
這是我寫的代碼：
B= tf.constant([[ 0., 5., 2.],[ 0., 0., 0.], [ 0., 0., 3.],[1.,5.,6.],[2.,5.,7.]])
def embeding_to_index(a_vector):
return np.where(np.all(a_vector==B,axis=1))[0].tolist()[0]
c = tf.constant([[0., 0., 3.],[2.,5.,7.]])
arr = tf.map_fn(fn=embeding_to_index,elems=c)
我的預期結果是得到一個張量 [2 4]，其中 2 指的是向量 [0., 0., 3.] 在張量 B 的行中的索引，4 指的是向量 [2 .,5.,7.] 在張量 B 的行中。
我收到以下錯誤：
---------------------------------------------------------------------------
AxisError Traceback (most recent call last)
<ipython-input-8-de82c21bac35> in <module>
79
80 arr=tf.map_fn(fn=embeding_to_index, # input & output have different dtypes
---> 81 elems=c)
82 # arr = tf.vectorized_map(fn=embeding_to_index_,elems=U)
~\.conda\envs\test\lib\site-packages\tensorflow\python\ops\map_fn.py in map_fn(fn, elems, dtype, parallel_iterations, back_prop, swap_memory, infer_shape, name)
266 back_prop=back_prop,
267 swap_memory=swap_memory,
--> 268 maximum_iterations=n)
269 results_flat = [r.stack() for r in r_a]
270
...
AxisError: axis 1 is out of bounds for array of dimension 0
如何使用 TensorFlow 庫解決此問題？fn_mapTensorFlow 中的方法有什么替代方法嗎？
uj5u.com熱心網友回復：
您不必使用tf.map_fn. 也許嘗試這樣的事情：
import tensorflow as tf
B = tf.constant([[ 0., 5., 2.], [ 0., 0., 0.], [ 0., 0., 3.],[1.,5.,6.], [2.,5.,7.]])
c = tf.constant([[0., 0., 3.], [2.,5.,7.]])
c_shape = tf.shape(c)
b_shape = tf.shape(B)
c = tf.reshape(tf.tile(c, [1, b_shape[0]]), [c_shape[0], b_shape[0], c_shape[1]])
z = tf.where(tf.reduce_all(tf.equal(B, c), -1))
z = tf.stack([z[i, 1] for i in tf.range(tf.shape(z)[0])], axis=0)
print(z)
tf.Tensor([2 4], shape=(2,), dtype=int64)
使用：
c = tf.constant([[0., 0., 3.], [2.,5.,7.],[2.,5.,7.],[2.,5.,7.],[2.,5.,7.],[2.,5.,7.],[2.,5.,7.],[2.,5.,7.]])
你得到：
tf.Tensor([2 4 4 4 4 4 4 4], shape=(8,), dtype=int64)
更新 1：如果您想使用 in 中的索引z來獲取 中的相應值B，則只需執行以下操作：
z, _ = tf.unique(z)
print(tf.gather(B, z))
tf.Tensor(
[[2. 5. 7.]
[0. 0. 3.]], shape=(2, 3), dtype=float32)
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/402823.html
標籤：