Python tf.unique无重复索引

我的输入是一个张量，例如

[8,8,8,2,2,3,1,1,8,8]

。我的输出应该是一个张量，它引用了这个张量的每一段，看起来像这样：

[0,0,0,1,1,2,3,3,4,4]

。我必须用张量流来计算

tf.unique（[8,8,8,2,2,3,1,1,8,8]）

计算一个张量

[0,0,0,1,1,2,3,3,0,0]

，该张量的末尾由4改为0

---

有人知道如何解决这个问题吗？

您想要执行的操作实际上与

tf.unique

没有多大关系。实现这一结果的一种方法是：

将tensorflow导入为tf
def识别_块（a）：
neq=tf.不相等（a[1:]，a[：-1]）
c=tf.cumsum（tf.dtypes.cast（neq，tf.int32））
返回tf.concat（[[0]，c]，轴=0）
a=tf.常数（[8,8,8,2,2,3,1,1,8,8]）
b=识别块（a）
打印（b.numpy（））
# [0 0 0 1 1 2 3 3 4 4]

您想要执行的操作实际上与

tf.unique

没有太大关系。实现这一结果的一种方法是：

将tensorflow导入为tf
def识别_块（a）：
neq=tf.不相等（a[1:]，a[：-1]）
c=tf.cumsum（tf.dtypes.cast（neq，tf.int32））
返回tf.concat（[[0]，c]，轴=0）
a=tf.常数（[8,8,8,2,2,3,1,1,8,8]）
b=识别块（a）
打印（b.numpy（））
# [0 0 0 1 1 2 3 3 4 4]