如何在张量流中显式广播张量以匹配另一个张量的形状？

我有三个张量，A, B and C在张量流中，A and B都是形状(m, n, r), C是形状的二元张量(m, n, 1).

我想根据以下值从 A 或 B 中选择元素C。显而易见的工具是tf.select，但是它没有广播语义，所以我需要首先显式广播C与 A 和 B 的形状相同。

这将是我第一次尝试如何做到这一点，但它不喜欢我混合张量（tf.shape(A)[2]) 进入形状列表。

import tensorflow as tf
A = tf.random_normal([20, 100, 10])
B = tf.random_normal([20, 100, 10])
C = tf.random_normal([20, 100, 1])
C = tf.greater_equal(C, tf.zeros_like(C))

C = tf.tile(C, [1,1,tf.shape(A)[2]])
D = tf.select(C, A, B)

这里正确的做法是什么？

EDIT:在自 0.12rc0 以来的所有 TensorFlow 版本中，问题中的代码都可以直接运行。 TensorFlow 会自动将张量和 Python 数字堆叠到张量参数中。下面的解决方案使用tf.pack()仅在 0.12rc0 之前的版本中需要。注意tf.pack()被重命名为tf.stack() https://www.tensorflow.org/api_docs/python/tf/stack在 TensorFlow 1.0 中。

您的解决方案非常接近工作。您应该更换该行：

C = tf.tile(C, [1,1,tf.shape(C)[2]])

...具有以下内容：

C = tf.tile(C, tf.pack([1, 1, tf.shape(A)[2]]))

（问题的原因是 TensorFlow 不会将张量列表和 Python 文字隐式转换为张量。tf.pack() https://www.tensorflow.org/versions/master/api_docs/python/array_ops.html#pack接受一个张量列表，因此它将转换其输入中的每个元素（1, 1, and tf.shape(C)[2]) 到一个张量。由于每个元素都是标量，因此结果将是向量。）