跨多个维度的张量流聚集答案

【问题标题】：tensorflow gather across multiple dimentions跨多个维度的张量流聚集
【发布时间】：2016-06-08 22:42:00
【问题描述】：

gather(params, indices) 执行以下操作

output[i, ..., j, :, ... :] = params[indices[i, ..., j], :, ..., :]

所以如果你有 4 维参数和 2 维索引，你最终会得到 5 维数组

问题是怎么做

output[i, ..., j, :, ... :] = params[indices[i, :], ..., indices[j, :], :, ..., :]

使其充当numpy's

output = params[indices[0], indices[1], .. , :]

（github上的#206票是关于不同的问题：它是关于类似numpy的api，一般不收集）

一种可能的方法是使用gather_nd，但是（据我所知）如果我们想在并非所有维度上使用gather_nd，我们仍然必须为它们创建索引，例如如果我们有 10 维数组 A 并且我们想用 2 维数组 B 索引前两个维度，例如 A[B[0], B[1], :] 我们的索引矩阵必须有 11 列（有 8多余的）。

--- old indices ----       new index
0 0 <all rows of length 8> 0
1 1 <all rows of length 8> 1
...

【问题讨论】：

标签： python arrays numpy tensorflow

【解决方案1】：

@ebrevdo 正在对 #206 进行更新，以推广切片。

同时，您可以展平您的数组，为您想要的元素构建线性索引，使用聚集，然后重新整形，就像 mrry 在 another answer 中所做的那样。这在效率上可能并不比原生实现差多少

【讨论】：