通过常数因子扩展张量中一组行的规模

Question

通过常数因子扩展张量中一组行的规模

pythontensorflow

3

简短概述：如何将张量的一部分按2缩放（tf列表中存在行索引）

详细说明：

indices_of_scaling_ids: 存储行ID列表 Tensor("Squeeze:0", dtype=int64, device=/device:GPU:0) [1, 4, 5, 6, 12]

emb_inputs = tf.nn.embedding_lookup(embedding, self.all_rows) #形状为(batch_size=4, all_row_len, emb_size=128)的张量

因此，对于每个self.all_rows，都会计算emb_inputs。

问题/挑战：我需要将在indices_of_scaling_ids中提到的每个row_id的emb_inputs缩放2.0。我尝试过各种切片方法，但似乎找不到好的解决方案。有人可以建议一下吗？谢谢

N.B. TensorFlow初学者

- Vishal Anand

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jdehesa · Accepted Answer

尝试使用类似以下的内容：

SCALE = 2
emb_inputs = ...
indices_of_scaling_ids = ...
emb_shape = tf.shape(emb_inputs)
# Select indices in boolean array
r = tf.range(emb_shape[1])
mask = tf.reduce_any(tf.equal(r[:, tf.newaxis], indices_of_scaling_ids), axis=1)
# Tile the mask
mask = tf.tile(mask[tf.newaxis, :, tf.newaxis], (emb_shape[0], 1, emb_shape[2]))
# Choose scaled or not depending on indices
result = tf.where(mask, SCALE * emb_inputs, emb_inputs)