Tensorflow：张量的重复（平铺）元素答案

【问题标题】：Tensorflow: Repeat(tile) elements of a TensorTensorflow：张量的重复（平铺）元素
【发布时间】：2017-05-14 15:07:29
【问题描述】：

我有一个输入张量如下：

a = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

和“多重”张量：

mul= tf.constant([1, 3, 2])

是否可以用a的第一个元素出现一次，第二个出现3次，最后一个元素出现两次来平铺3D张量？

result = [
             [[1, 2, 3]],
             [[4, 5, 6],[4, 5, 6],[4, 5, 6]],
             [[7, 8, 9], [7, 8, 9]]
                                   ]

张量流 0.12

非常感谢。

【问题讨论】：

标签： python list tensorflow tensor

【解决方案1】：

不，这是不可能的。阅读tensors and shapes from the docs。

要理解为什么不可能想象在每行中具有不同数量元素的矩阵。它显然不是矩阵。

【讨论】：

【解决方案2】：

你可以使用 numpy

import numpy as np
import tensorflow as tf
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
mul = np.array([1,3,2])
result = []
for i in range(len(mul)):
  result.append(np.tile(a[i], (mul[i], 1)))
result = np.array(result)

【讨论】：

嗨，克里斯，感谢您的帮助。但是，我认为不可能在 Tensorflow 的图表中使用 numpy。我编辑了我的问题以澄清输入。
tensorflow 也有 tf.tile。非常类似于 numpy 的 tile。
是的。但是，我想不出一种方法来输出我想要的张量。我认为不可能在 Tensorflow 中获得该输出。

【解决方案3】：

我确信在 tensorflow 中不能有非矩形张量。这就是造成问题的原因。否则我只是扩展了@Kris 的代码以完全在 tensorflow 上运行。

import tensorflow as tf

sess = tf.InteractiveSession()

a = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
mul = tf.constant([1,3,2])
result = []
for i in range(3):
  result.append(tf.tile(a[i],[mul[i]]))
print([r.eval() for r in result])
#r_tensor = tf.stack(0,[r for r in result]) # Not possible

【讨论】：