Python 3.x 在tensorflow中保留特定的tensor行块

我正在Python3.x中使用tensorflow 1.0.1

我有一个张量

L

，它有

nx seq

行，我想在

c

中为

I

保留每个

seq

行的第一个

I

元素。因此

len（c）=n

，

c

中的

i-th

元素表示从该分区的开始，在

L

的

i-th

大小的分区中保留多少个元素

例如，如果

L=list（范围（10））

和

c=[2,4]

则所需的结果是

D=[0,1,5,6,7,8]

。当然，在实际示例中，

L

和

D

是

？x dim

张量

我尝试使用，其中我计算了每个seq中要丢弃的项的数量，得到

c=[2,3,4,1]

，如示例所示。这样，在丢弃所有其他元素后，所需的行将是

tf.split

结果列表的元素

问题是，

c

的值和长度是通过占位符输入的，在图形创建过程中是未知的，所以我得到一个异常：

ValueError: Cannot infer num from shape Tensor("tensorname", shape=(?,), dtype=int32)

tf.split（）的文档表示，如果无法从

num\u或\u size\u splits

参数推断分割数

num

，它将抛出上述异常。那么，在图形构造时，绝对必须知道拆分的数量

如果是这样的话，你能想出一个静态定义的方法来实现下面的目标或解决方法吗

提前感谢您的帮助。

事实证明，我们可以使用和从张量中获取特定的索引

因此，为了获得所需的位置，我直接提供它们的索引，而不是

c

，并使用

tf.gather（L，索引）