Question

0

这个问题是关于访问张量中的各个元素的，例如[[1,2,3]]。我需要访问内部元素[1,2,3]（可以使用.eval（）或sess.run（）执行，但是在张量很大时会花费更长的时间）

有什么方法可以更快地完成同样的工作吗？

提前致谢。

参考资料：

Answer 1

访问张量中的元素子集的主要方法有两种，每种方法均适用于您的示例。

使用索引运算符（基于tf.slice() ）从张量中提取连续切片。
```
 input = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) output = input[0, :] print sess.run(output) # ==> [1 2 3] 
```
索引运算符支持许多与NumPy相同的切片规范。
使用tf.gather()操作从张量中选择不连续的切片。
```
 input = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) output = tf.gather(input, 0) print sess.run(output) # ==> [1 2 3] output = tf.gather(input, [0, 2]) print sess.run(output) # ==> [[1 2 3] [7 8 9]] 
```
请注意， tf.gather()仅允许您选择第0维的整个切片（在矩阵示例中为整行），因此您可能需要输入tf.reshape()或tf.transpose()才能获得适当的元素。