python - 基于 numpy 索引和 TensorFlow 中的唯一运算符创建新张量

Question

我想创建一个新张量，其中包含另一个张量的唯一元素并根据索引张量排序。
这是迄今为止的说明性代码:

import tensorflow as tf
a, _ = tf.unique([[1, 2], [3, 4], [1, 2], [3, 4], [3, 4]])
b, _ = tf.unique([1, 0, 1, 0, 0])
d = a[b, :]
e = tf.global_variables_initializer()
with tf.Session() as sess:
  sess.run(e)
  sess.run(d)
  print d

基本上，在这种情况下，所需的输出张量应该等于[[3, 4], [1, 2]]
为什么我的代码没有按预期工作？

Answer 1

您遇到的问题是由于 tf.unique 需要一维输入张量(请参阅此处:https://www.tensorflow.org/api_docs/python/tf/unique)

如果您在一维 b 张量上运行 tf.unique，它会起作用:

import tensorflow as tf
a, _ = tf.unique([[1, 2], [3, 4], [1, 2], [3, 4], [3, 4]])
b, _ = tf.unique([1, 0, 1, 0, 0])
e = tf.global_variables_initializer()
with tf.Session() as sess:
  sess.run(e)
  print (sess.run(b))

[1 0]

但是，当您在列表 a 的列表上运行 tf.unique 时，您将收到错误:

import tensorflow as tf
a, _ = tf.unique([[1, 2], [3, 4], [1, 2], [3, 4], [3, 4]])
b, _ = tf.unique([1, 0, 1, 0, 0])
e = tf.global_variables_initializer()
with tf.Session() as sess:
  sess.run(e)
  print (sess.run(a))

InvalidArgumentError:unique 需要一维向量。