使用tensorflow通过索引张量从值张量中获取值

有这样一个索引张量：

[[1,2,3]，[1,2,3]]

（形状是批次*长度）

有这样一个值张量：（形状是批次*长度*深度）

---

如何使用tensorflow获得

[[0.9,0.8,0.6]，[0.9,0.8,0.6]

？

我不确定这是否是最佳解决方案，但它是有效的：

tf.collection\n d（值，tf.expand\u dims（index，-1），batch\u dims=2）

e、 g:

---

tf.math.reduce_max（张量，轴=-1）

？我遇到的问题是取一行值，并将其用作另一个矩阵的最后一个维度（对应值）的索引。这不是最大值

[[[0.9,0.9,0.1,0.1],[0.9,0.1,0.8,0.1],[0.9,0.1,0.1,0.6]],
[[0.1,0.9,0.8,1],[1,2,0.8,0.1],[0.1,0.1,2,0.6]]]. 

>>> index = tf.constant([[1,2,3],[1,2,3]])
>>> values = tf.constant([[[0.9,0.9,0.1,0.1],[0.9,0.1,0.8,0.1],[0.9,0.1,0.1,0.6]],[[0.1,0.9,0.8,1],[1,2,0.8,0.1],[0.1,0.1,2,0.6]]])
>>> result = tf.gather_nd(values, tf.expand_dims(index, -1), batch_dims=2)
>>> result.eval()
array([[0.9, 0.8, 0.6],
       [0.9, 0.8, 0.6]], dtype=float32)