如何在张量流中操作索引

Question

我正在尝试使用tf.gather_nd进行转换

'R = tf.eye(3, batch_shape=[4])'

自：

array([[[1., 0., 0.],
        [0., 0., 1.],
        [0., 1., 0.]],
       [[0., 0., 1.],
        [0., 1., 0.],
        [1., 0., 0.]],
       [[0., 1., 0.],
        [0., 0., 1.],
        [1., 0., 0.]],
       [[1., 0., 0.],
        [0., 0., 1.],
        [0., 1., 0.]]], dtype=float32)'

使用索引：

ind = array([[0, 2, 1],
       [2, 1, 0],
       [1, 2, 0],
       [0, 2, 1]], dtype=int32)

我发现是否可以将索引矩阵转换为以下内容：

ind_c = np.array([[[0, 0], [0, 2], [0, 1]], 
               [[1, 2], [1, 1], [1, 0]], 
               [[2, 1], [2, 2], [2, 0]], 
               [[3, 0], [3, 2], [3, 1]]])

gather_nd会完成这项工作。 所以我的问题是：

1. 有没有比将索引 IND 转换为 ind_c 更好的方法
2. 如果这是我如何使用 TensorFlow 将 IND 转换为 ind_c 的唯一方法？(我现在手动完成此操作(

谢谢

Answer 1

您可以尝试以下操作：

ind = tf.constant([[0, 2, 1],[2, 1, 0],[1, 2, 0],[0, 2, 1]], dtype=tf.int32)
# Creates the row indices matrix
row = tf.tile(tf.expand_dims(tf.range(tf.shape(ind)[0]), 1), [1, tf.shape(ind)[1]])
# Concat to the ind to form the index matrix
ind_c = tf.concat([tf.expand_dims(row,-1), tf.expand_dims(ind, -1)], axis=2)