沿更深的维度更新张量中的值

Question

我有形状为 MxNxC 的张量 A，其中 M 代表示例数，N 是特征数，C 是 3 个欧拉旋转角。我也有一个类似形状的张量 B，但不是角度而是坐标。需要做的是将这两个张量转换为包含仿射变换矩阵的张量，使其形状类似于 MxNx4x4。我不知道如何一起迭代这些张量，我一直在寻找 tf.map_fn and tf.scan 但它们只迭代第一维。我正在寻找的是一些方法，可以将如下所示的函数应用于最后一个轴上的所有元素。

def f(angles, vector): #dimensions 3 or 3x1
    ...
    return matrix # dimension 4x4

任何帮助都会有用，谢谢！

Answer 1

你可以试试这样：

A_flattened = tf.reshape(A, [-1, 3])# flatten it out
B_flattened = tf.reshape(B, [-1, 3])
AB_flattened = tf.map_fn(convert_to_mat, (A_flattened, B_flattened))# convert_to_mat should return a 4x4 matrix
AB = tf.reshape(AB_flattened, [M, N, 4, 4])

这应该可以解决问题！[=11=]

沿更深的维度更新张量中的值

Update values in tensor along deeper dimensions

python

tensorflow

tensor