Tensorflow中某些元素的逆序

Question

假设我有一个形状为 (M, N, 2) 的张量 DATA。我还有另一个形状为 (N) 的张量 IND，由 0 和 1 组成。

如果IND(i)==1那么DATA(:,i,0)和DATA(:,i,1)必须交换。如果 IND(i)==0 他们不会交换。

我该怎么做？我知道这可以通过 tf.gather_nd 完成，但我不知道怎么做。

Answer 1

一种不使用tf.gather_ind的方法如下。这个想法是构建 DATA1，它是具有所有可能交换的 DATA（即，如果 IND 是 1 的向量，交换的结果），并根据是否需要交换使用掩码从 Data 或 Data1 中选择正确的值或不。

DATA1 = tf.concat([tf.reshape(DATA[:,:,1], [M, N, 1]), tf.reshape(DATA[:,:,0], [M, N, 1])], axis = 2)

Mask1 = tf.cast(tf.reshape(IND, [1, N, 1]), tf.float64)
Mask0 = 1 - Mask1

Res = tf.multiply(Mask0, DATA) + tf.multiply(Mask1, DATA1)

Answer 2

这是 tf.equal, tf.where, tf.scater_nd_update, tf.gather_nd and tf.reverse_v2 的一种可能解决方案：

data = tf.Variable([[[1, 2],
                     [2, 3],
                     [3, 4],
                     [4, 5],
                     [5, 6]]])  # shape=(1,5,2)

# reverse elements where ind is 1
ind = tf.constant([1, 0, 1, 0, 1])  # shape(5,)

cond = tf.where(tf.equal([ind], 1))
match_data = tf.gather_nd(data, cond)
rev_match_data = tf.reverse_v2(match_data, axis=[-1])
data = tf.scatter_nd_update(data, cond, rev_match_data)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(data))
    #[[[2 1]
    # [2 3]
    # [4 3]
    # [4 5]
    # [6 5]]]

Tensorflow中某些元素的逆序

Reverse order of some elements in Tensorflow

python

indexing

matrix

tensorflow

tensor