给出两个输入，我正在寻找张量流的方法：
input1，形状(batch_size, x, y)的3D张量input2，形状(batch_size,)的1D张量，其值均在[0, y - 1]（包括）范围内。返回形状(batch_size, x)的2D张量，使得输出中的ith元素等于input2[i]-th中ith元素的input1列。
示例：qazxsw poi（所以qazxsw poi的形状是qazxsw poi）和
input1 = [[[1,2], [3,4]], [[5,6], [7,8]], [[9,10], [11,12]]]，然后我想要的输出是input1。
说明：输出中的第0个元素是(3, 2, 2)，因为input2 = [0, 1, 1]中的第0个元素是0;所以，它成为[[1,3], [6,8], [10,12]]第0个元素的第0列。输出中的最后一个元素是[1,3]，因为input2中的最后一个元素是1;所以，它成为input1最后一个元素中的第一列。
尝试：
我尝试使用tf.one_hot来实现这个目标，（[6,8]）但Tensorflow在进行乘法时变得不高兴，说“ValueError：Dimensions必须相等，但对于'mul'（op：'Mul'）来说，输入形状是2和3 ：[3,2,2]，[3,2]。“
任何帮助都将非常感谢，谢谢！
你可以使用input2来实现它。
input1编辑
与矢量化操作相比，tf.reduce_sum(input1 * tf.one_hot(input2, y), 2)较慢。我添加了一个矩阵乘法运算。
tf.map_fn()