python - 通过不同的偏移量循环张量中的不同行

Question

我正在尝试构建一个执行以下操作的模型：

给定从离散值的相同底层分布（在有限循环组中）抽取的两个时间序列，获取它们的元素差异并将其输入模型。

该模型的任务是在只知道它们的差异时重建两个原始时间序列。

我使用交叉熵作为损失。但我想介绍一个单独的损失：

取第一个序列的类别的预测概率，将它们按作为输入给出的差异序列移动，并查看与序列预测概率的绝对差异。

如何在 keras / tensorflow 中实现这一点？我已经研究了rolland gather，但它们没有提供足够的灵活性。 gather_nd可能可行，但不确定这是否是个好主意？

到目前为止，我只设法用动态层来实现这一点，但这太慢了。

顺便说一句，在我感兴趣的应用程序中，这两个序列是英文文本。我正在尝试解密两个时间垫。到目前为止，我已经达到了约 85% 的准确率。但我正在努力改进。谢谢！

标签： pythontensorflowkerastime-seriestensorflow2.0

Answer 1

我想通了：接受一个完全符合我需要gather的论点。batch_dims