Tensorflow 复制二维张量y[i]中的行，其中i是另一个张量y中的索引？

我正在寻找一个tf操作，它将输入张量x中的元素复制y[I]次，其中I是第二个张量中的索引。更准确地说，操作应实现以下目标：

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

z = <operation>(x, y) # [[1, 4], [1, 4], [1, 4],
                         [2, 5], [2, 5], 
                         [3, 6], [3, 6], [3, 6], [3, 6]]

x=tf.常数（[[1,4]，[2,5]，[3,6]]
y=tf.常数（[3,2,4]）
z=（x，y）#[[1,4]，[1,4]，[1,4]，
[2, 5], [2, 5], 
[3, 6], [3, 6], [3, 6], [3, 6]]

---

我可以使用什么操作？谢谢：）

关键思想是根据

y

构建索引的一维张量，然后执行

tf。收集
：

def repeat(t, times):
    num_elements = tf.shape(t)[0]

    def cond_fn(i, _):
        return i < num_elements

    def body_fn(i, indices_ta):
        repeated_i = tf.tile(i[tf.newaxis], times[i, tf.newaxis])
        return (i + 1, indices_ta.write(i, repeated_i))

    indices_ta = tf.TensorArray(times.dtype, num_elements, infer_shape=False)
    _, indices_ta = tf.while_loop(
        cond_fn,
        body_fn,
        loop_vars=(0, indices_ta))

    return tf.gather(t, indices_ta.concat())

def重复（t次）：
num_elements=tf.shape（t）[0]
def cond_fn（一）
返回i
太棒了！谢谢这是一个有效的解决方案。然而，我担心性能——while循环的性能不是很好吗？如果是这样，有没有没有没有while循环的解决方案？也就是说，没有while循环的索引[3,2,4]到[0 0 0 0 0 0 0 0 0 0 0 1 1 2 2]的一维张量的构造我不确定是否有一种方法可以在没有while循环的情况下做到这一点（除了从头开始滚动自定义TF op）。通过直接索引到
t
（或者更好地索引到
TensorArray
，使用
t
切片）可以稍微改变实现，但是很难说这是否会更有效。