如何根据形状 [5,4,3] 的张量生成 [1,1,1]？

如何解决如何根据形状 [5,4,3] 的张量生成 [1,1,1]？

我想应用 tf.tile 操作，例如tf.tile(A,[1,1,b]) 其中 A 的形状为 [5,4,3]。如何根据A生成[1,1]？然后我将 [1,1] 的第三个元素设置为 b，其中 b 是占位符。 这是我的代码，但不起作用，如何修复？

d = tf.shape(A)
for i in range(tf.rank(A)):   #wrong,tf.rank(A) as a tensor can't be here
    d[i] = 1
d[2] = b
result = tf.tile(A,d)

解决方法

最简单的解决方案可能是使用 tf.one_hot 直接构建您的 multiples 张量。

>>> b = 2
>>> tf.one_hot(indices=[b],depth=tf.rank(A),on_value=b,off_value=1)
<tf.Tensor: shape=(3,),dtype=int32,numpy=array([1,1,2],dtype=int32)>

---

或者，您可以使用 tf.ones_like 生成与作为参数传递的张量具有相同形状的 1 张量。

>>> A = tf.random.uniform((5,4,3))
>>> tf.shape(A)
<tf.Tensor: shape=(3,numpy=array([5,3],dtype=int32)>
>>> tf.ones_like(tf.shape(A))
<tf.Tensor: shape=(3,1],dtype=int32)>

请注意，在 tensorflow 中，您不能对张量进行项目分配（例如，d[2] = b 将不起作用）。要生成张量 [1,b]，您可以使用 tf.concat:

>>> b = 2
>>> tf.concat([tf.ones_like(tf.shape(A)[:-1]),[b]],axis=0)
<tf.Tensor: shape=(3,dtype=int32)>