テンソルフローテンソルからさまざまな次元のスライスを取得する方法。

Question

私はfloat型の3Dテンソルxとint型の1Dテンソルyを持っています。私はxの第2軸の各スライスの平均を0から、各要素に対応するインデックスにyとしたいと考えています。言い換えれば、xとyがnumpyの配列だった場合、私は

In [1]: y = [1, 2, 1, 1] 

In [2]: x = np.array([[[1,2],[3,4],[5,6]], [[1,2],[3,4],[5,6]], [[1,2],[3,4],[5,6]], [[1,2],[3,4],[5,6]]]) 

In [3]: np.array([np.mean(x[index, :item], axis=0) for index, item in enumerate(y)]) 
Out[22]: 
array([[ 1., 2.], 
     [ 2., 3.], 
     [ 1., 2.], 
     [ 1., 2.]]) 

たいこれを行う最も簡単な方法は何ですか？一般的なケースでは

Answer 1

、あなたはtf.while_loopを使用することができます。

import numpy as np 
import tensorflow as tf 

y = tf.constant([1, 2, 1, 1]) 
x = tf.constant([[[1,2],[3,4],[5,6]], 
       [[1,2],[3,4],[5,6]], 
       [[1,2],[3,4],[5,6]], 
       [[1,2],[3,4],[5,6]]], dtype=np.float32) 

y_len = tf.shape(y)[0] 
idx = tf.zeros((), dtype=tf.int32) 
res = tf.zeros((0,2)) 
_, res = tf.while_loop(
    lambda idx, res: idx < y_len, 
    lambda idx, res: (idx + 1, tf.concat([res, tf.reduce_mean(x[idx, :y[idx]], axis=0)[tf.newaxis]], axis=0)), 
    [idx, res], 
    shape_invariants=[idx.get_shape(), tf.TensorShape([None, 2])]) 

sess = tf.InteractiveSession() 
sess.run(tf.global_variables_initializer()) 
res.eval() 

# returns 
# array([[ 1., 2.], 
#  [ 2., 3.], 
#  [ 1., 2.], 
#  [ 1., 2.]], dtype=float32)  

yの長さは、グラフ構築時に知られている以下の一般的なケースでは、あなた自身tf.while_loopの使用とループを惜しまことができ（yに多くの要素がある場合は大きなグラフが表示される可能性があります）。

y_len = y.shape.num_elements() 
res = tf.Variable(np.zeros((y_len, 2), dtype=np.float32)) 
res = tf.tuple([res] + [res[idx].assign(tf.reduce_mean(x[idx, :y[idx]], axis=0)) 
    for idx in range(y_len)])[0] 

あなたは、単にtf.while_loopではない一般の場合とは異なり、アップデートをカスケードでき注：

y_len = y.shape.num_elements() 
res = tf.zeros((0,2)) 
for idx in range(y_len): 
    res = tf.concat([res, tf.reduce_mean(x[idx, :y[idx]], axis=0)[tf.newaxis]], axis=0) 

が、今アップデートが順次発生する必要があります。前者の解決策では、発生する各行の更新は独立していて、並行して実行することができます。