如何根据张量流中的列条件获取张量值的索引

Posted 2023-02-23

【中文标题】如何根据张量流中的列条件获取张量值的索引

【英文标题】：how to get indices of a tensor values based on a column condition in tensorflow

【发布时间】：2019-12-28 02:18:30

【问题描述】：

我有一个这样的张量：

sim_topics = [[0.65 0.   0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
              [0.   0.51 0.   0.   0.52  0.   0.   0.   0.53 0.42 0.]
              [0.   0.32 0.   0.50 0.34  0.   0.   0.39 0.32 0.52 0.]
              [0.   0.23 0.37 0.   0.    0.37 0.37 0.   0.47 0.39 0.3 ]]

我想根据张量条件获取该张量中的索引：

masked_t = [True  False  True  False True True False True False True False]

所以输出应该是这样的：

[[0.65 0. 0.   0.   0.42  0.   0.   0.51 0.   0.34 0.]
 [0.   0. 0.   0.   0.52  0.   0.   0.   0.   0.42 0.]
 [0.   0. 0.   0.   0.34  0.   0.   0.39 0.   0.52 0.]
 [0.   0. 0.37 0.   0.    0.37 0.   0.   0.   0.39 0.]]

所以条件对初始张量的列起作用。实际上我需要在maske_t 中为真的元素的索引。

所以索引应该是：

[[0, 0],
 [1,0],
 [2, 0],
 [3,0],
 [0,2],
 [1,2],
 [2,2],
 [3,2],
 ....]]

实际上，这种方法在我按行执行时有效，但在这里我想根据条件选择特定列，因此会引发不兼容错误：

out = tf.cast(tf.zeros(shape=tf.shape(sim_topics), dtype=tf.float64), tf.float64)
indices = tf.where(tf.where(masked_t, out, sim_topics))

【参考方案1】：

你可以像这样直接获取你需要的张量：

result = tf.multiply(sim_topics, tf.cast(masked_t, dtype=tf.float64))

让广播完成 masked_t 与 sim_topics 大小相同的工作