如何获取Tensor张量的数值及其对应的索引编号

实现方法 #

你当前使用的tf.sort()仅会返回排序后的张量数值，无法返回对应原始张量中的索引，要同时获取排序后的值和对应索引，推荐使用tf.math.top_k()接口，该接口默认按降序排序，刚好匹配你的需求。

完整代码示例

preds = model([img_feat, ques_feat])
# k值设置为你需要返回的前N个排序结果的数量，这里取2匹配你取排序后第2个值的需求
top_k_vals, top_k_indices = tf.math.top_k(preds, k=2)

# 提取排序后第2个元素的数值（下标从0开始，所以用索引1）
target_val = top_k_vals[0][1].numpy()
# 提取对应原始张量中的索引
target_idx = top_k_indices[0][1].numpy()

单独提取张量数值的方法

如果你仅需要从已有的张量中提取Python原生数值，不需要索引，可以直接调用张量的.numpy()方法即可：

# 直接从你现有代码的sorted_a中提取数值
target_val = sorted_a[0][1].numpy()

运行后target_val就是你需要的0.35625213，target_idx为该数值在原始preds张量中对应的索引。

内容的提问来源于stack exchange，提问作者Shahid khan M