python - TensorFlow python : Accessing individual elements in a tensor

Question

这个问题与访问张量中的单个元素有关，例如 [[1,2,3]]。我需要访问内部元素 [1,2,3](这可以使用 .eval() 或 sess.run() 执行)，但是当张量的大小很大时需要更长的时间)

有什么方法可以更快地做到这一点吗？

提前致谢。

Answer 1

访问张量中元素子集的主要方法有两种，其中任何一种都适用于您的示例。

1. 使用索引运算符(基于 tf.slice())从张量中提取连续切片。

   input = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   
   output = input[0, :]
   print sess.run(output)  # ==> [1 2 3]
   

   索引运算符支持许多与 NumPy 相同的切片规范。

2. 使用 tf.gather() op 从张量中选择一个不连续的切片。

   input = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   
   output = tf.gather(input, 0)
   print sess.run(output)  # ==> [1 2 3]
   
   output = tf.gather(input, [0, 2])
   print sess.run(output)  # ==> [[1 2 3] [7 8 9]]
   

   请注意，tf.gather() 仅允许您选择第 0 维的整个切片(矩阵示例中的整行)，因此您可能需要 tf.reshape()或 tf.transpose()您的输入以获得适当的元素。