索引 Keras 张量

Question

我的 Keras 函数模型的输出层是一个维度 (None, 1344, 2) 的张量 x。我希望从 x 的第二维中提取 n < 1344 个条目，并创建一个大小为 (None, n, 2) 的新张量 y。

通过简单地访问 x[:, :n,:] 来提取 n 连续的条目似乎很简单，但是如果 n 索引是不连续的，（看起来）很难。 Keras 有一种干净的方法吗？

这是我目前的方法。

实验 1（切片张量，连续索引，有效）：

print('My tensor shape is', K.int_shape(x)) #my tensor 
(None, 1344, 2) # as printed in my code
print('Slicing first 5 entries, shape is', K.int_shape(x[:, :5, :]))
(None, 5, 2) # as printed in my code, works!

实验 2（在任意索引处索引张量，失败）

print('My tensor shape is', K.int_shape(x)) #my tensor 
(None, 1344, 2) # as printed in my code
foo = np.array([1,2,4,5,8])
print('arbitrary indexing, shape is', K.int_shape(x[:,foo,:]))

Keras returns出现如下错误：

ValueError: Shapes must be equal rank, but are 1 and 0
From merging shape 1 with other shapes. for 'strided_slice_17/stack_1' (op: 
'Pack') with input shapes: [], [5], [].

实验3（张量流后端函数）我也尝试过 K.backend.gather 但它的用法不清楚，因为 1) Keras 文档指出索引应该是整数张量，如果我的目标是提取 numpy.where 中的条目，则没有 Keras 等价物=13=] 满足特定条件和 2) K.backend.gather 似乎从 axis = 0 中提取条目，而我想从 x.

的第二个维度中提取条目

Answer 1

您正在寻找 tf.gather_nd，它将根据索引数组进行索引：

# From documentation
indices = [[0, 0], [1, 1]]
params = [['a', 'b'], ['c', 'd']]
output = ['a', 'd']

要在 Keras 模型中使用它，请确保将其包裹在像 Lambda 这样的层中。

索引 Keras 张量

Indexing a Keras Tensor

python

keras

tensorflow

keras-layer