我是否编写了自定义代码？否
操作系统平台与分发？Win10
从管道安装TensorFlow
TensorFlow版本？1.7
Bazel版本？不适用
CUDA/cuDNN版本？不适用
GPU型号和内存？不适用
要重现的确切命令：未排序段总和
描述问题
假设您有3个包含12个值的序列（shape（3，12））和5个段，并且输入的shape（None，12，3）转置为（3，12，None）
使用任何带有unsorted_segement_x的函数，输出都将是（5，None）。
有没有可能有一个函数做同样的事情，但仍然保持第一维度。
相当于：
input.shape==(None,12,3)
segment.shape==(3,12)
outputs=[]
for ix, val in enumerate(tf.unstack(input)):
ouputs.append(tf.unsorted_segment_sum(val,sequence[ix],5)
output=tf.stack(outputs)
output.shape==(3,5,None)这种方法的用途是迭代加权输入，而不必循环数据或使用整形。不将上级维度的所有序列连接在一起，并使用类似于reduce_sum的“keep_dims”来触发该行为。
7条答案
按热度按时间ogq8wdun1#
感谢您的发帖。我们注意到您尚未填写问题模板中的以下字段。如果这些字段与您的案例相关，您是否可以更新它们，或者将它们保留为N/A？谢谢。
我是否编写了自定义代码
操作系统平台和分发
TensorFlow安装自
TensorFlow版本
Bazel版本
CUDA/cuDNN版本
GPU型号和内存
要重现的确切命令
h5qlskok2#
我是否编写了自定义代码？否
操作系统平台与分发？Win10
从管道安装TensorFlow
TensorFlow版本？1.7
Bazel版本？不适用
CUDA/cuDNN版本？不适用
GPU型号和内存？不适用
要重现的确切命令：未排序段总和
（bot的重复信息）
fcipmucu3#
我也想使用相同的功能！奇怪的是segment_ops没有keep_dims参数。
krugob8w4#
@zhaoxin19有一些解决方法，一个好主意是开始一个新的线程，因为@rmlarsen似乎已经死亡。如果你在赶时间，需要一些解决方法，我可以帮助。
rqmkfv5c5#
@皇家0045，非常感谢你的帮助。我正在做深入的模型研究，想在我的新模型中添加这种操作。很明显，我已经找到了unsorted_segment_sum的实现。但是它和我想要的有点不同。我认为在这个操作中添加一个keep_dims参数是一个好主意。我不擅长在tensorflow 中添加或更改新操作。如果有人能帮忙，我将非常感激。
c3frrgcw6#
@roya0045你知道我们如何在tensorflow中添加这个特性吗？看起来我们只需要将tf.unsorted_segment_sum api改为tf.reduce_sum，添加一个keep_dims参数。
iklwldmw7#
我确信这是可以做到的，但我不确定怎么做。我不熟悉c++和tensorflow 的代码库。
到目前为止，我找到的解决方法已在我的最新项目中实现
唯一的问题是，我还没有测试这4种方法是否会破坏反向传播（先获得权重，在随机数据上训练，之后获得权重，然后减去初始权重，看看它是否有效。）
我想测试它们，但我没有太多时间这样做，如果你愿意，你可以为每个版本设置一个带有for循环的最小网络，训练它，并比较权重，看看这些变通办法是否有效，我对结果很感兴趣。