Tensorflow 从每一行随机采样

【问题标题】：Tensorflow randomly sample from each rowTensorflow 从每一行随机采样
【发布时间】：2019-07-29 14:57:26
【问题描述】：

假设我有一个形状为(m, n) 的张量A，我想从每一行中随机抽取k 元素（无需替换），从而得到一个形状为(m, k) 的张量B。如何在 tensorflow 中做到这一点？

一个例子是：

A: [[1,2,3], [4,5,6], [7,8,9], [10,11,12]]

k: 2

B: [[1,3],[5,6],[9,8],[12,10]]

【问题讨论】：

标签： tensorflow

【解决方案1】：

这是一种方法：

import tensorflow as tf

with tf.Graph().as_default(), tf.Session() as sess:
    tf.random.set_random_seed(0)
    a = tf.constant([[1,2,3], [4,5,6], [7,8,9], [10,11,12]], tf.int32)
    k = tf.constant(2, tf.int32)
    # Tranpose, shuffle, slice, undo transpose
    aT = tf.transpose(a)
    aT_shuff = tf.random.shuffle(aT)
    at_shuff_k = aT_shuff[:k]
    result = tf.transpose(at_shuff_k)
    print(sess.run(result))
    # [[ 3  1]
    #  [ 6  4]
    #  [ 9  7]
    #  [12 10]]

【讨论】：