tensorflow erstellen-Maske von unterschiedlichen Längen

Ich habe einen tensor der Längen in tensorflow, lassen Sie uns sagen, es sieht wie folgt aus:

[4, 3, 5, 2]

Ich möchte erstellen Sie eine Maske von 1en und 0EN, deren Anzahl von 1en entsprechen den Einträgen zu diesem tensor, gepolstert von 0s auf einer Länge von insgesamt 8. I. e. Ich möchte zum erstellen dieser tensor:

[[1,1,1,1,0,0,0,0],
 [1,1,1,0,0,0,0,0],
 [1,1,1,1,1,0,0,0],
 [1,1,0,0,0,0,0,0]
]

Wie könnte ich dies tun?

InformationsquelleAutor Evan Pu | 2015-12-07
  1. 15

    Dies kann erreicht werden durch eine Vielzahl von TensorFlow Transformationen:

    # Make a 4 x 8 matrix where each row contains the length repeated 8 times.
lengths = [4, 3, 5, 2]
lengths_transposed = tf.expand_dims(lengths, 1)

# Make a 4 x 8 matrix where each row contains [0, 1, ..., 7]
range = tf.range(0, 8, 1)
range_row = tf.expand_dims(range, 0)

# Use the logical operations to create a mask
mask = tf.less(range_row, lengths_transposed)

# Use the select operation to select between 1 or 0 for each value.
result = tf.select(mask, tf.ones([4, 8]), tf.zeros([4, 8]))
    • Schön, aber wäre es nicht effizienter, nur Stimmen die Wahrheitswerte von mask zu ints oder verwenden Sie direkt anstatt tf.select auf die Letzte Zeile?
    • Sicher!!! Ich denke, meine bisherigen Erfahrungen mit C-Programmierung bedeuten, dass ich nie erwarten bool zu int casting zu arbeiten :), aber ich glaube, dass ist gut definiert in TensorFlow.
    • Es ist auch tf.zeros_like(mask) erstellen eines null-initialisiert tensor der Form des Tensors mask.
    • Brauchen Sie Fliesen? Würde nicht tf.less automatisch die Ausstrahlung für Sie?
    • Anscheinend ist Sie nicht. Danke für die Anregung!
    InformationsquelleAutor mrry
  2. 17

    Kann dies nun erreicht werden, indem tf.sequence_mask. Mehr details hier.

    InformationsquelleAutor Sonal Gupta
  3. 0

    Habe ich eine etwas kürzere version, als die bisherigen Antwort. Nicht sicher, ob es effizienter ist oder nicht

     def mask(self, seq_length, max_seq_length):
    return tf.map_fn(
        lambda x: tf.pad(tf.ones([x], dtype=tf.int32), [[0, max_seq_length - x]]),
        seq_length)
    InformationsquelleAutor viktortnk
Schreibe einen Kommentar