Python Tensorflow GPU中是否有一种方法可以将不同的函数应用于张量的不同列?

Python Tensorflow GPU中是否有一种方法可以将不同的函数应用于张量的不同列?,python,tensorflow,Python,Tensorflow,我有一个张量流张量,例如: import tensorflow as tf A = tf.constant([[3,4,5],[7,8,9]) 这个张量有三列。我想对一列(例如,第二列)应用一个函数(例如,平方根),而对其他列不做任何操作。在tensorflow中有这样做的方法吗 我想用GPU上的通用张量来做这个。张量将具有已知数量的列。将有一个长度等于列数的列表。列表中的每个元素都将包含要应用于张量中相应列的函数名。如果不应用任何函数,list元素将包含一个None-python对象。如果要

我有一个张量流张量,例如:

import tensorflow as tf
A = tf.constant([[3,4,5],[7,8,9])
这个张量有三列。我想对一列(例如,第二列)应用一个函数(例如,平方根),而对其他列不做任何操作。在tensorflow中有这样做的方法吗


我想用GPU上的通用张量来做这个。张量将具有已知数量的列。将有一个长度等于列数的列表。列表中的每个元素都将包含要应用于张量中相应列的函数名。如果不应用任何函数,list元素将包含一个None-python对象。如果要应用函数,列表元素将以字符串形式包含函数名。我想在GPU上以优化的方式实现这一点。

我可以问一下这种不寻常的代码模式的目的是什么吗?如果存在一个解决方案,它可能不会被优化,因为它可能会干扰计算图。