Как удалить разные строки 3D-тензора - PullRequest
Новая
       23

Как удалить разные строки 3D-тензора

0 голосов
/ 25 февраля 2019

Например, существует трехмерный тензор, подобный следующему: 

a = tf.constant([[[1,2,3],
                  [4,5,6],
                  [7,8,9]],
                 [[9,8,7],
                  [6,5,4],
                  [3,2,1]],
                 [[0,8,0],
                  [1,5,4],
                  [3,1,1]]])

Я хочу удалить различные строки из трех элементов с индексами: 

idx = [[1], 
       [0], 
       [2]]

Результат будетбыть так: 

re = [[[1,2,3],
       [7,8,9]],
      [[6,5,4],
       [3,2,1]],
      [[0,8,0],
       [1,5,4]]]

Как это сделать?

Ответы [ 2 ]

0 голосов
/ 25 февраля 2019

Первый подход: использование tf.one_hot и tf.boolean_mask: 

# shape = (?,1,3)
mask_idx = 1- tf.one_hot(idx,a.shape[1])
# shape = (?,3)
result = tf.boolean_mask(a,mask_idx[:,0,:])
# shape = (?,2,3)
result = tf.reshape(result,shape=(-1,a.shape[1]-1,a.shape[2]))

Второй подход: использование tf.map_fn: 

result = tf.map_fn(lambda x: tf.boolean_mask(x[0],1 - tf.one_hot(tf.squeeze(x[1]),a.shape[1]))
                   , [a,idx]
                   , dtype=tf.int32)

Пример: 

import tensorflow as tf

a = tf.constant([[[1,2,3],[4,5,6],[7,8,9]],
                    [[9,8,7],[6,5,4],[3,2,1]],
                    [[0,8,0],[1,5,4],[3,1,1]]],dtype=tf.int32)
idx = tf.constant([[1],[0],[2]],dtype=tf.int32)

# First approach:
# shape = (?,1,3)
mask_idx = 1- tf.one_hot(idx,a.shape[1])
# shape = (?,3)
result = tf.boolean_mask(a,mask_idx[:,0,:])
# shape = (?,2,3)
result = tf.reshape(result,shape=(-1,a.shape[1]-1,a.shape[2]))

# Second approach:
result = tf.map_fn(lambda x: tf.boolean_mask(x[0],1 - tf.one_hot(tf.squeeze(x[1]),a.shape[1]))
                   , [a,idx]
                   , dtype=tf.int32)

with tf.Session() as sess:
    print(sess.run(result))

# print
[[[1 2 3]
  [7 8 9]]

 [[6 5 4]
  [3 2 1]]

 [[0 8 0]
  [1 5 4]]]
0 голосов
/ 25 февраля 2019

Вы можете использовать numpy (при условии a и idx как numpy.ndarray): 

import numpy as np

columns_to_delete = idx.flatten()
mask = np.ones_like(a, dtype=np.bool)
mask[np.arange(a.shape[0]), columns_to_delete, :] = False
re = a[mask].reshape(a.shape[0], a.shape[1] - 1, a.shape[2])

, а затем преобразовать re в тензор, используя tf.convert_to_tensor

...