Python Keras张量的标引

我的Keras功能模型的输出层是一个维度为

（None，1344，2）

的张量

x

。我希望从

x

的第二维度中提取

n<1344

条目，并创建一个新的

y

张量

（无，n，2）

通过简单地访问

x[：，：n，：]

，似乎可以直接提取

n

连续条目，但是如果

n

索引是非连续的，则（似乎）很难提取。Keras是否有一种干净的方法可以做到这一点

以下是我目前的做法

实验1（切片张量，连续索引，工作）：

实验2（在任意索引下索引张量，失败）

Keras返回以下错误：

ValueError: Shapes must be equal rank, but are 1 and 0
From merging shape 1 with other shapes. for 'strided_slice_17/stack_1' (op: 
'Pack') with input shapes: [], [5], [].

实验3（张量流后端函数） 我也尝试过

K.backend.gather

，但是它的用法还不清楚，因为1）Keras文档说明索引应该是整数张量，没有与

numpy等价的Keras。其中

如果我的目标是提取

x

中满足特定条件的条目，2）

K.backend.gather从
axis=0
提取条目，而我想从
x
的第二个维度提取条目，您要查找的维度将基于索引数组进行索引：

# From documentation
indices = [[0, 0], [1, 1]]
params = [['a', 'b'], ['c', 'd']]
output = ['a', 'd']

要在Keras模型中使用它，请确保将其包装在类似于
Lambda
的层中

ValueError: Shapes must be equal rank, but are 1 and 0
From merging shape 1 with other shapes. for 'strided_slice_17/stack_1' (op: 
'Pack') with input shapes: [], [5], [].

# From documentation
indices = [[0, 0], [1, 1]]
params = [['a', 'b'], ['c', 'd']]
output = ['a', 'd']