在神經(jīng)網(wǎng)絡(luò)計(jì)算過程中，經(jīng)常會(huì)遇到需要將矩陣中的某些元素取出并且單獨(dú)進(jìn)行計(jì)算的步驟（例如MLE，Attention等操作）。那么在 tensorflow 的 Variable 類型中如何做到這一點(diǎn)呢？

首先假設(shè) Variable 是一個(gè)一維數(shù)組 A：

import numpy as np

import tensorflow as tf

a = np.array([1, 2, 3, 4, 5, 6, 7, 8])

A = tf.Variable(a)

我們把我們想取出的元素的索引存到 B 中，如果我們只想取出數(shù)組 A 中的某一個(gè)元素，則 B 的設(shè)定為：

b = np.array([3])

B = tf.placeholder(dtype=tf.int32, shape=[1])

由于我們的索引坐標(biāo)只有一維，所以 shape=1。

取出元素然后組合成tensor C 的操作如下：

C = tf.gather_nd(A, B)

運(yùn)行：

init = tf.global_variables_initializer()

with tf.Session() as sess:
  init.run()
  feed_dict = {B: b}
  result = sess.run([C], feed_dict=feed_dict)
  print result

得到：

[4]

如果我們想取出一維數(shù)組中的多個(gè)元素，則需要把每一個(gè)想取出的元素索引都單獨(dú)放一行：

b = np.array([[3], [2], [5], [0]])

B = tf.placeholder(dtype=tf.int32, shape=[4, 1])

此時(shí)由于我們想要從一維數(shù)組中索引 4 個(gè)數(shù)，所以 shape=[4, 1]

再次運(yùn)行得到：

[4 3 6 1]

////////////////////////////////////////////////////////////////////////////////////華麗麗的分割線

假設(shè) Variable 是一個(gè)二維矩陣 A：

a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

A = tf.Variable(a)

首先我們先取出 A 中的一個(gè)元素，需要給定該元素的行列坐標(biāo)，存到 B 中：

b = np.array([2，3])

B = tf.placeholder(dtype=tf.int32, shape=[2])

注意由于我們輸入的索引坐標(biāo)變成了二維，所以shape也變?yōu)?。

取出元素然后組合成tensor C：

C = tf.gather_nd(A, B)

運(yùn)行：

init = tf.global_variables_initializer()

with tf.Session() as sess:
  init.run()
  feed_dict = {B: b}
  result = sess.run([C], feed_dict=feed_dict)
  print result

得到：

[12]

同樣的，如果我們想取出二維矩陣中的多個(gè)元素，則需要把每一個(gè)想取出的元素的索引都單獨(dú)放一行：

b = np.array([[2, 3], [1, 0], [2, 2], [0, 1]])

B = tf.placeholder(dtype=tf.int32, shape=[4, 2])

此時(shí)由于我們想要從二維矩陣中索引出 4 個(gè)數(shù)，所以 shape=[4, 2]

再次運(yùn)行得到：

[12 5 11 2]

////////////////////////////////////////////////////////////////////////////////////華麗麗的分割線

推廣到 n 維矩陣中：

假設(shè) A 是 Variable 類型的 n 維矩陣，我們想取出矩陣中的 m 個(gè)元素，那么首先每個(gè)元素的索引坐標(biāo)要表示成列表的形式：

index = [x1, x2, x3, ..., xn]

其中 xj 代表該元素在 n 維矩陣中第 j 維的位置。

其次每個(gè)坐標(biāo)要單獨(dú)占索引矩陣的一行：

index_matrix = [[x11, x12, x13, ..., x1n],

               [x21, x22, x23, ..., x2n],

               [x31, x32, x33, ..., x3n],

               .......................................,

               [xm1, xm2, xm3, ..., xmn]]

最后用 tf.gather_nd() 函數(shù)替換即可：

result = tf.gather_nd(A, index_matrix)

////////////////////////////////////////////////////////////////////////////////////華麗麗的分割線

[注] 問題出自：https://stackoverflow.com/questions/44793286/slicing-tensorflow-tensor-with-tensor

以上這篇將tensorflow.Variable中的某些元素取出組成一個(gè)新的矩陣示例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。