我们要做的是wtih tf.stack([[tf.range(tf.shape(self.a)[0]，dtype = t

Question

使用此命令做了什么？tf.stack代表什么？

tf.stack([tf.range(tf.shape(self.a)[0], dtype=tf.int32), self.a], axis=1)

Answer 1

一般而言，当我解决问题时，我会尝试与张量相等的功能。最初，TensorFlow API与Numpy API有一些古怪的差异，但是足够的用户希望这两个软件包的行为与TensorFlow进行更改相同。

您说数组self.a保证为1D。那就是：

import numpy as np
arr = np.random.randint(-9,9,(10,))
print(arr)
result = np.stack([np.arange(np.shape(arr)[0], dtype=np.int32), arr], axis=1)
print(result)

这是样本输出：

array([-5,  1,  0, -3, -9, -8,  3, -1,  0, -2])
array([[ 0, -5],
       [ 1,  1],
       [ 2,  0],
       [ 3, -3],
       [ 4, -9],
       [ 5, -8],
       [ 6,  3],
       [ 7, -1],
       [ 8,  0],
       [ 9, -2]])

因此，看起来原始的1D阵列被放大为2D阵列，并在0列中带有数值索引。