Python 如何删除tensorflow中的连续重复项？

例如，输入一维张量：

l_in = [1,1,2,2,3,4,5,5,1,3,5]

我想删除连续的重复项，这意味着输出应该是：

l_out = [1,2,3,4,5,1,3,5]

但是，

tf.unique

函数只返回unique元素，表示最后三个元素也将被删除。

tf.unique的输出为：

[1,2,3,4,5], [0,0,1,1,2,3,4,4,0,2,4] = tf.unique(l_in)

其中第二项是相应的ID

有没有办法只删除连续的重复项，同时保留非重复和非唯一的元素？
不知道tensorflow，但由于它似乎是一个简单的列表，您可以很容易地从itertools中使用groupby：

from itertools import groupby  
l_out = [x[0] for x in groupby(l_in)]
print(l_out) # prints [1, 2, 3, 4, 5, 1, 3, 5]

另请参见：
有关1D张量，使用数组旋转/移位：

将tensorflow导入为tf
l_in=tf.常数（[1,1,2,2,3,4,5,5,1,3,5]）
左移位=tf.concat（[1:]，[0]），轴=0）
掩码左移位=tf.不相等（左移位，0）
掩码=tf.concat（（[True]，掩码左移[：-1]），轴=0）
l_out=tf.boolean_掩码（l_in，掩码）
使用tf.Session（）作为sess：
打印（sess.run（l_out））
# [1 2 3 4 5 1 3 5]

（也就是说，我们的想法是将每个元素与其右邻域相减，如果减法结果为0，则将其屏蔽）
谢谢您提供的信息。在我开始这个问题之前，我已经注意到了这个答案，但在tensorflow中我没有找到相应的解决方案。非常感谢！这是一个简洁而绝妙的主意！我不会说谎，但这是一个非常聪明的解决方案。遗憾的是，即使在这么多年之后，TensorFlow团队仍然无法提供一个独立的功能来实现这一点。干杯