如何在张量流中洗牌张量？错误：没有为操作 'RandomShuffle' 定义梯度

Question

存在三个异构网络。在处理结束时，我需要在张量中重建最终的正负样本。我需要洗牌。我使用“tf.random_shuffle”方法，错误提示：没有为操作'Random Shuffle'定义梯度。但我需要渐变。如果我不使用“tf.random_shuffle”方法，我想人为地shuffle它们，我该如何操作它们？

现在，我使用“ tf.map_fn ”方法来简单地交替正负组合，一正一负，然后一正一负，依此类推。但这仍然是样本的常规组合，如何对样本进行shuffle？

Answer 1

这是一个解决方法：

tf.gather(batch, tf.random.shuffle(tf.range(tf.shape(batch)[0])))

[ https://github.com/tensorflow/tensorflow/issues/6269#issuecomment-465850464][1]