沿张量的二维收集元素

Question

假设values和张量T都有形状(N,K)。现在，如果我们从矩阵的角度考虑它们，我希望每一行T都获得与values具有最大值的索引相对应的行元素。我可以很容易地找到这些索引

max_indicies = tf.argmax(T, 1)

返回形状为 (N) 的张量。现在，我怎样才能从T中收集这些索引，以便得到一些形状N？我试过了

result = tf.gather(T,max_indices)

但它没有做正确的事情 - 它返回一些形状(N,K)这意味着它没有收集任何东西。

Answer 1

您可以使用

tf.gather_nd。

例如

import tensorflow as tf
sess = tf.InteractiveSession()
values = tf.constant([[0, 0, 0, 1],
                      [0, 1, 0, 0],
                      [0, 0, 1, 0]])
T = tf.constant([[0, 1, 2 ,  3],
                 [4, 5, 6 ,  7],
                 [8, 9, 10, 11]])
max_indices = tf.argmax(values, axis=1)
# If T.get_shape()[0] is None, you can replace it with tf.shape(T)[0].
result = tf.gather_nd(T, tf.stack((tf.range(T.get_shape()[0], 
                                            dtype=max_indices.dtype),
                                   max_indices),
                                  axis=1))
print(result.eval())

但是当values和T的等级更高时，tf.gather_nd的使用会有点尴尬。我发布了关于这个问题的当前解决方案。在高维values和T的情况下可能有更好的解决方案。