Python 在tensorflow中，从张量沿0轴随机（子）采样k个条目

给定

rank>=1

T

的张量，我想沿0轴均匀地随机抽取

k

条目

编辑：采样应作为延迟操作作为计算图的一部分，并且每次调用时应输出不同的随机项。

idxs = tf.range(tf.shape(inputs)[0])
ridxs = tf.random.shuffle(idxs)[:sample_num]
rinput = tf.gather(inputs, ridxs)

例如，给定秩

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]] \
     )

使用

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tensorflow中实现这一点？

您可以在索引数组中使用：

获取第一个

样本数

索引，并使用它们来选择输入的片段。

idxs = tf.range(tf.shape(inputs)[0])
ridxs = tf.random.shuffle(idxs)[:sample_num]
rinput = tf.gather(inputs, ridxs)

---

请注意，此示例来自rinput

，带有替换件。