tensorflow - 创建张量，其中给定索引之前的所有元素均为 1，其余元素均为 0

Question

我有一个占位符 lengths = tf.placeholder(tf.int32, [10])。分配给此占位符的 10 个值中的每一个都 <= 25。我现在想要创建一个二维张量，称为 masks，形状为 [10, 25]，其中 10 个向量中的每一个长度 25 将前 n 元素设置为 1，其余设置为 0 - 其中 n 为lengths 中的相应值。

使用 TensorFlow 的内置方法执行此操作的最简单方法是什么？

例如:

lengths = [4, 6, 7, ...]

-> masks = [[1, 1, 1, 1, 0, 0, 0, 0, ..., 0],
            [1, 1, 1, 1, 1, 1, 0, 0, ..., 0],
            [1, 1, 1, 1, 1, 1, 1, 0, ..., 0],
            ...
           ]

Answer 1

您可以将长度 reshape 为 (10, 1) 张量，然后将其与另一个序列/索引 0,1,2,3,...,25 进行比较，由于广播，这将导致 <如果索引小于长度，则为 true，否则为 False；然后您可以将 bool 结果转换为 1 和 0:

lengths = tf.constant([4, 6, 7])
n_features = 25
​
import tensorflow as tf
​
masks = tf.cast(tf.range(n_features) < tf.reshape(lengths, (-1, 1)), tf.int8)

with tf.Session() as sess:
    print(sess.run(masks))

#[[1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
# [1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
# [1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]]