python - 这个 numpy 数组排列的 TensorFlow 等价物是什么？

Question

我需要根据给定的索引排列 TF 中张量的元素。从 2 个数组 a 和 b(索引)，我需要计算一个新数组，该数组根据 b 中的索引排列 a 中的元素。对于空的索引，它应该用 NA (或等效的)填充。

例如，

a = [10, 20, 30]  
b = [-1,  0,  3]  
output = [ 10,  20,   NA,   NA,  30] 

我需要编写与以下 numpy 数组相同的代码，但对于 TF 张量。

a = np.array([10,20,30])
b = np.array([-1,0,3])
mini = abs(np.min(b))
maxi = abs(np.max(b))
output = np.zeros(maxi+mini+1)
for ai,bi in zip(a,b):
    output[bi+mini]= ai

如何使用 TensorFlow 张量执行此操作？

Answer 1

非洲还是欧洲？

1. 如果您知道指数严格递增，tf.sparse_to_dense做你想做的事。

2. 如果索引不同但按升序排列，您可以使用 tf.sparse_reorder修复订单，然后使用 tf.sparse_tensor_to_dense .

3. 如果存在重复项并且您希望添加匹配值，请使用 tf.unsorted_segment_sum .

4. 如果有重复项并且您希望最后一个条目获胜(与您的 Python 循环完全对应)，请使用 tf.dynamic_stitch .

为选项动物园道歉。这些操作都是出于不同原因添加的，因此整体设计不是特别干净。