Tensorflow/keras-在tensor中查找唯一元素的位置

我试图找到二维张量中所有不同值的位置。假设我有以下张量：

spMap4x4 = tf.Variable([[1, 2, 2, 2], [1, 1, 2, 3], [1, 3, 3, 3], [1, 1, 3, 3]])

我想找到元素的位置等于1，然后元素的位置等于2，最后元素的位置等于3，而事先不知道这些值

我的想法是在将spMap4x4重塑为一维张量后使用“”

spMapFlatten = tf.reshape(spMap4x4, [-1])
y, idx, count = tf.unique_with_counts(spMapFlatten)

然后，使用“”获取所需的位置。例如：

a = tf.where(tf.equal(spMap4x4, y[0])
K.eval(a) 

这里给出：

a = [[0 0]
     [1 0]
     [1 1]
     [2 0]
     [3 0]
     [3 1]]

---

问题是，在不知道这些值是什么的情况下，如何对y中的所有不同值执行该操作？这将包含在keras层中，因此，我需要一个通用解决方案。

想到的解决方案是使用，但它要求您知道可能拥有的最大分区数（即输入张量中唯一值的最大数目）：

将tensorflow导入为tf
spMap4x4=tf.常数（[[1,2,2,2]，[1,1,2,3]，[1,3,3]，[1,1,3,3]）
#要求：知道张量可能具有的不同值（分区）的最大数量
最大差值=4
spMap4x4_shape=tf.shape（spMap4x4）
#获取唯一值及其反向索引/分区：
unique\u val，unique\u idx=tf.unique（tf.reformate（spMap4x4，[-1]））
unique_idx=tf.重塑（unique_idx，spMap4x4_形状）
#建立索引矩阵：
idx_cols，idx_rows=tf.meshgrid（tf.range（spMap4x4_形状[0]），tf.range（spMap4x4_形状[1]））
idx_grid=tf.stack（[idx_行，idx列]，-1）
#根据唯一值的分区对索引矩阵进行分区：
分区的分区=tf.动态分区（idx网格、唯一分区、num分区=最大值）
使用tf.Session（）作为sess：
打印（sess.run（partitioned_idx））
#[数组（[[0,0]，
#         [1, 0],
#         [1, 1],
#         [2, 0],
#         [3, 0],
#[3,1]]，dtype=int32），
#数组（[[0，1]，
#         [0, 2],
#         [0, 3],
#[1,2]]，dtype=int32），
#数组（[[1,3]，
#         [2, 1],
#         [2, 2],
#         [2, 3],
#         [3, 2],
#[3,3]]，dtype=int32），
#数组（[]，形状=（0,2），数据类型=int32）]

输入的排序是否使数字总是在增加？例如，@nuric，不，数字并不总是在增加，它可以是随机的。谢谢@Aldream，我想我可以事先计算不同值的数量并将其提供给图层。这不是一个完美的解决方案，但我现在想不出另一个（例如，

tf.while\u loop（）

和

tf.map\u fn（）

无法使用，因为每值张量的输出位置将具有不同的形状……）。