删除或屏蔽倾斜张量的第 I 个子元素？

Question

我正在寻找一种使用 Tensorflow 提取所有子元素的方法，除了对应于张量索引的子元素。

（例如，如果查看索引 1，则仅存在子元素 0 和 2）

非常类似于使用 Numpy。

下面是一些创建平铺张量和布尔掩码的示例代码：

import tensorflow as tf
import numpy as np

_coordinates = np.array([
    [1.0, 7.0, 0.0],
    [2.0, 7.0, 0.0],
    [3.0, 7.0, 0.0],
])

verts_coord = _coordinates
n = verts_coord.shape[0]

mat_loc = tf.Variable(verts_coord)

tile = tf.tile(mat_loc, [n, 1])
tile = tf.reshape(tile, [n, n, n])

mask = tf.constant(~np.eye(n, dtype=bool))

result = tf.somefunc(tile, mask) #somehow extract only the elements where mask == true

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    print(sess.run(tile))
    print(sess.run(mask))

示例输出张量：

>>> print(tile)
[[[ 1.  7.  0.]
  [ 2.  7.  0.]
  [ 3.  7.  0.]]

 [[ 1.  7.  0.]
  [ 2.  7.  0.]
  [ 3.  7.  0.]]

 [[ 1.  7.  0.]
  [ 2.  7.  0.]
  [ 3.  7.  0.]]]

>>> print(mask)
[[False  True  True]
 [ True False  True]
 [ True  True False]]

期望的输出：

>>> print(result)
[[[ 2.  7.  0.]
  [ 3.  7.  0.]]

 [[ 1.  7.  0.]
  [ 3.  7.  0.]]

 [[ 1.  7.  0.]
  [ 2.  7.  0.]]]

我也很好奇是否有比创建大张量然后屏蔽它更有效的方法来执行此操作？

谢谢！

Answer 1

原来 Tensorflow 已经内置了我正在寻找的东西:)

result = tf.boolean_mask(tile, mask)
result = tf.reshape(result,  [n, n-1, -1])

>>> print(result)
[[[ 2.  7.  0.]
  [ 3.  7.  0.]]

 [[ 1.  7.  0.]
  [ 3.  7.  0.]]

 [[ 1.  7.  0.]
  [ 2.  7.  0.]]]

删除或屏蔽倾斜张量的第 I 个子元素？

Removing or masking the I'th sub-element of a tilted tensor?

python

tiling

tensorflow