Python 在Tensorflow中，有没有一种方法可以使用散射来排列成批的张量，而不必拆下张量？

例如，假设我的输入张量的维数为ss

（bs、nv、dims）

我有另一个形状指数的张量

（bs，nv）

我希望输入中的元素按索引中给定的顺序排列

因此，如果输入张量为

[[1,1]，[2,2]，[3,3]，[4,4]]

，即

bs=1

，

nv=4

和

dims=2

，索引为[[2,1,3,0]

我希望输出是

[[4,4]，[2,2]，[1,1]，[3,3]]]

请注意，如果使用

tf.scatter\u nd（..）

，则这很容易做到

我真正感兴趣的是当

bs>1

时

注意：使用GARGE无法实现这一点，因为如果使用GARGE，它将为您提供

[[[3,3]，[2,2]，[4,4]，[1,1]]

，这与上下文不符

当前解决方案： 我现在的解决方案是：

def permute_tensor(inp):
    x_inp, perm_ids = inp
    perm_ids = tf.expand_dims(perm_ids, 1)
    temp = tf.scatter_nd(perm_ids, x_inp, x_inp.shape)
    return temp


def permute_batched_tensor(batched_x, batched_perm_ids):
    batched_perm_x = tf.map_fn(
           lambda x: permute_tensor(x), [batched_x, batched_perm_ids], dtype=tf.float32
    )
    return batched_perm_x`

---

我认为这很慢，因为它涉及一张地图。

我在下面的链接中找到了一个相关的答案，我在那里发布了我的答案