python - 如何按给定段收集张量元素？

Question

我正在尝试实现一个“segment_collect”(非常类似于segment_max，但收集到一个张量而不是取最大值)。

t = tf.constant(["a", "b", "c", "d"])
s = tf.constant([0, 1, 1, 0])
r = tf.segment_collect(t, s)  # r == [["a", "d"], ["b", "c"]]

一个简单的实现是使用以下伪代码逐行构建结果:

r = []
for i in range(2):
    mask = tf.equal(s, i)
    values = tf.boolean_mask(t, mask)
    r.append(values)
# convert r into a tensor at last

但这不是很有效。

后续问题是:是否有一种通用方法可以对张量进行分组/聚合？除了 tensorflow 中的segment_{min/max/mean/prod/sum}之外，这还允许更多操作，例如segment_size、segment_median、segment_percentile。

Answer 1

您可能会发现 tf.gather和 tf.nn.topk有帮助:

tf.gather(t, tf.nn.top_k(-s, k=tf.shape(s)[0]).indices) 

这适用于 TF 1.x 和 TF 2.0。如果需要， reshape 结果:

tf.reshape(tf.gather(t, tf.nn.top_k(-s, k=tf.shape(s)[0]).indices), shape=(-1, 2)) 

当然， reshape 假设元素被分为大小相等的组(在本例中为两个组)。

<小时/>

tf.keras.backend.eval(tf.gather(t, tf.nn.top_k(-s, k=tf.shape(s)[0]).indices))                                                           
# array([b'a', b'd', b'b', b'c'], dtype=object)