小编cle*_*116的帖子

适用于任何2D张量

[[2,5,4,7],[7,5,6,8]],

我想为每行中的前k元素执行softmax ,然后通过将所有其他元素替换为0来构造新的张量.

结果应该是得到每行[[7,5],[8,7]] 的前k(此处为k = 2)元素的softmax,因此[[0.880797,0.11920291],[0.7310586,0.26894143]然后根据原始张量中前k个元素的索引重构一个新的张量,最终的结果应该是

[[0,0.11920291,0,0.880797],[0.26894143,0,0,0.7310586]].

是否有可能在张量流中实现这种掩蔽的softmax？提前谢谢了!

我在 TensorFlow 中有一个 N 维的一维向量，

如何构造成对平方差的总和？

例子

输入向量
[1,2,3]
输出 6
计算为

(1-2)^2+(1-3)^2+(2-3)^2.

如果我将输入作为 N-dim 向量 l，则输出应为 sigma_{i,j}((l_i-l_j)^2)。

添加的问题：如果我有一个 2d 矩阵并且想对矩阵的每一行执行相同的过程，然后对所有行的结果求平均值，我该怎么做？非常感谢！