给定rank>=1
T
的张量,我想沿 0 轴均匀地从中随机抽取k
条目。
编辑:采样应该是计算图的一部分,作为惰性操作,并且每次调用时都应输出不同的随机条目。
例如,给定等级2
的T
:
T = tf.constant(
[[1,1,1,1,1],
[2,2,2,2,2],
[3,3,3,3,3],
....
[99,99,99,99,99],
[100,100,100,100,100]]
)
对于k=3
,可能的输出为:
#output =
# [[34,34,34,34,34],
# [6,6,6,6,6],
# [72,72,72,72,72]]
如何在张量流中实现这一点?
您可以在索引数组上使用随机洗牌:
获取前sample_num
索引,并使用它们来选择输入的切片。
idxs = tf.range(tf.shape(inputs)[0])
ridxs = tf.random.shuffle(idxs)[:sample_num]
rinput = tf.gather(inputs, ridxs)