Python 在tensorflow.js中使用参差不齐的张量进行索引

我试图用一个不规则的张量在tensorflow中索引一批

X = tf.constant([[[1,2,3], [4,5,6], [7,8,9]],
            [[9,8,7], [6,5,4], [3,2,1]]])

第一个维度是批次，第二个维度是序列长度。 使用“聚集”，我可以选择单独的行和列

tf.gather_nd(X, [[[0, 1], [0, 2], [0, 0]], [[1, 0], [1, 1], [1, 2]]])

但是我必须使用参差不齐的张量作为选择的输入。 比如说

tf.gather_nd(X, [[[0, 1], [0, 2]], [[1, 0], [1, 1], [1, 2]]])

这当然行不通。

---

是否有办法使上述代码正常工作？

您需要显式创建一个

RaggedTensor

对象，因为tensorflow无法自动识别它们：

>>> tf.gather_nd(X, tf.ragged.constant([[[0, 1], [0, 2]], [[1, 0], [1, 1], [1, 2]]], inner_shape=(2,)))
<tf.RaggedTensor [[[4, 5, 6], [7, 8, 9]], [[9, 8, 7], [6, 5, 4], [3, 2, 1]]]>

>>tf.聚集（X，tf.不规则常数（[[0,1]，[0,2]，[[1,0]，[1,1]，[1,2]]，内部形状=（2，））

---

但是，如果您的最终目标是过滤掉特定的批次，

tf.boolean_mask

（这可能更直接。

您不能像那样构建参差不齐的张量，您应该使用

tf.ragged.constant（[[0,1]，[0,2]]，[[1,0]，[1,1]，[1,2]]，内部形状=（2，））结果应该是一个不规则的张量，比如
[[4,5,6]，[7,8,9]，[[9,8,7]，[6,5,4]，[3,2,1]]
@jdehesa你完全正确，谢谢，我已经更新了。对我来说非常有用。谢谢你的帮助。