Tensorflow 索引到具有 1d 张量的 2d 张量

Question

我有一个二维张量 A ，形状为 [batch_size, D] ，一维张量 B 形状为 [batch_size ]。 B 的每个元素都是 A 的列索引，对于 A 的每一行，例如。 B[i] in [0,D).

tensorflow 中获取值的最佳方法是什么 A[B]

例如:

A = tf.constant([[0,1,2],
                 [3,4,5]])
B = tf.constant([2,1])

具有所需的输出:

some_slice_func(A, B) -> [2,4]

还有一个限制。实际上，batch_size 实际上是 None。

提前致谢!

Answer 1

我能够使用线性索引让它工作:

def vector_slice(A, B):
    """ Returns values of rows i of A at column B[i]

    where A is a 2D Tensor with shape [None, D] 
    and B is a 1D Tensor with shape [None] 
    with type int32 elements in [0,D)

    Example:
      A =[[1,2], B = [0,1], vector_slice(A,B) -> [1,4]
          [3,4]]
    """
    linear_index = (tf.shape(A)[1]
                   * tf.range(0,tf.shape(A)[0]))
    linear_A = tf.reshape(A, [-1])
    return tf.gather(linear_A, B + linear_index)

虽然这感觉有点老套。

如果有人知道更好(如更清晰或更快)，请也留下答案! (暂时不接受自己的)