Python 作为TensorFlow层的一部分删除tensor切片

版本：tensorflow 2.3.0、numpy 1.18.5、python 3.8.2

我想使用TensorFlow模型中的第一层删除输入张量的一些选定切片。例如，我有一个输入形状

（180，90，25）

（其中180是批量大小），我想从最后一个维度中删除

索引列表
索引=[3，4，5，6，7，22，23，24]
，这样，在调用输入张量的这个层之后，我会得到一个形状张量
（180，90，25-len（索引））
，其中，通过索引最后一个维度，已移除每个选定的
（180,90）
形张量切片

目前，我正在使用此层：

类移除选定的骰子（tf.keras.layers.Layer）：
定义初始（self，索引=[3,4,5,6,7,22,23,24]）：
超级（RemoveSelectedDices，self）。\uuu初始化（name=“RemoveSelectedDices”）
self.index=self.add_weight（name=“index”，shape=len（index），dtype=tf.int32，trainable=False，
初始值设定项=lambda*args，**kwargs:index）
def构建（自我，输入_形状）：
通过
def调用（自、输入张量）：
X=tf.unstack（input_tensor，num=input_tensor.shape[-1]，axis=2）#25（180，90）个形状切片的列表
索引=排序（列表（self.index.value（）.numpy（））
对于反向中的i（指数）：
德尔X[i]
X=tf.stack（X，axis=2）#将列表重新打包
返回X

当我测试它时（通过创建一个numpy数组并使用
tf.convert_to_tensor
，然后调用张量上的层），这工作得非常好，但是当我尝试使用此层作为第一层构建模型时，我得到一个错误：

将tensorflow导入为tf
从tensorflow.keras.layers导入输入
输入=输入（形状=（90,25））
X=移除选定的骰子（）（输入）
#给我AttributeError:“Tensor”对象没有属性“numpy”
#引用行索引=排序（列表（self.index.value（）.numpy（））

为什么会发生这种情况，我有什么办法可以避开它吗

（注意：我知道我可以对数据本身这样做，但是数据集是巨大的，除非我不得不这样做，否则我不想对数据集太乱。）

提前谢谢你
 对于这种操作，只需使用Lambda层即可

to_remove = [3,4,5,6,7,22,23,24]

def select(X, to_remove):
    X = tf.stack([X[...,i] for i in range(X.shape[-1]) if i not in to_remove], -1)
    return X

inputs = Input(shape=(90, 25))
x = Lambda(lambda x: select(x, to_remove))(inputs)

我刚试过你的解决方案，一切都很好。非常感谢你！