Tensorflow：通过另一个张量从一个张量中选择项目答案

【问题标题】：Tensorflow: Selecting items from one tensor by another tensorTensorflow：通过另一个张量从一个张量中选择项目
【发布时间】：2017-12-23 06:01:52
【问题描述】：

我有一个值张量和一个重新排序张量。重新排序张量为值张量中的每一行提供排序。如何使用这个重排序张量对值张量中的值进行实际重排序。

这会在 numpy (Indexing one array by another in numpy) 中给出所需的结果：

import numpy as np
values = np.array([
    [5,4,100],
    [10,20,500]
])
reorder_rows = np.array([
    [1,2,0],
    [0,2,1]
])


result = values[np.arange(values.shape[0])[:,None],reorder_rows]
print(result)

# [[  4 100   5]
#  [ 10 500  20]]

我怎样才能在 tf 中做同样的事情？

我尝试过使用切片和 tf.gather_nd 但无法成功。

谢谢。

【问题讨论】：

标签： python tensorflow slice

【解决方案1】：

尝试以下方法：

import numpy as np
values = np.array([
    [5,4,100],
    [10,20,500]
])
reorder_rows = np.array([
    [1,2,0],
    [0,2,1]
])

import tensorflow as tf

values = tf.constant(values)
reorder_rows = tf.constant(reorder_rows, dtype=tf.int32)
x = tf.tile(tf.range(tf.shape(values)[0])[:,tf.newaxis], [1,tf.shape(values)[1]])
res = tf.gather_nd(values, tf.stack([x, reorder_rows], axis=-1))
sess = tf.InteractiveSession()
res.eval()

【讨论】：

【解决方案2】：

以下tf code 应该给出相同的结果：

values = tf.constant([
 [5,4,100],
 [10,20,500]
])
reorder_rows = tf.constant([
   [[0,1],[0,2],[0,0]],
   [[1,0],[1,2],[1,1]]
])
result = tf.gather_nd(values, reorder_rows)
sess = tf.InteractiveSession()
tf.global_variables_initializer().run()
result.eval()

#Result
#[[  4, 100,   5],
#[ 10, 500,  20]]

【讨论】：