Python 多维Tensorflow嵌入查找

我想选择这个张量的一部分

A = tf.constant([[[1,1],[2,2],[3,3]], [[4,4],[5,5],[6,6]]])

A的输出将是

[[[1 1]
  [2 2]
  [3 3]]

 [[4 4]
  [5 5]
  [6 6]]]

我想从A中选择的索引是[1，0]。我是指这个张量第一部分的[2]和第二部分的[4]，所以我的预期结果是

[2 2]
[4 4]

我如何使用嵌入查找函数来实现它

B = tf.nn.embedding_lookup(A, [1, 0])

我已经试过了

但这不是我的期望

[[[4 4]
  [5 5]
  [6 6]]

 [[1 1]
  [2 2]
  [3 3]]]

有人能帮我解释一下怎么做吗

试试下面的方法

A = tf.constant([[[1,1],[2,2],[3,3]], [[4,4],[5,5],[6,6]]])
B = [1,0]
inds = [(a,b) for a,b in zip(np.arange(len(B)), B)]

C = tf.gather_nd(params=A, indices=inds)

---

为什么您需要准确地使用

embedded\u lookup

函数？您可以使用其他函数吗？@thushv89不需要嵌入查找函数。我只知道这个函数。如果有任何其他功能可以实现我所期望的，我很想知道。谢谢，它可以工作。然而，我的原始模型更复杂，如果我的B是张量，而不是数组。如果不把张量转换成数组，我怎么做呢@thushv89@PlafishyPhannakan你能举例说明你的意思吗？