如何在tensorflow中将boolean_mask应用于onehot向量？

Question

我有向量y，我也知道y的有用长度len_y。我也有onehot_y = tf.one_hot(y, n_classes)，它是y的唯一代表。

我已经创建了len_y的蒙版。

这是batchsize = 2的示例

mask_y = tf.sequence_mask(len_y)
mask_y = [[True True    True    True    True    True    True    True    True],
          [True True    True    True    True    False   False   False   False]]

因此，从我的第一个元素开始，只有第9个第一个值才有用，而从第二个元素开始，只有第5个第一个值才有用。

如果像y一样将此掩码应用于tf.boolean_mask(y,mask_y)，我将得到预期的结果，但是我不知道如何将其应用于onehot_y，它不会抱怨，但是会给出我扩展了结果。

这就是我要得到的（为了简单起见，将其转换为数值表示，而不是在onehot上）：

y = [[0,1,2,3,4,5,6,7,8,9],
     [1,11,21,31,41,51,61,71,81,91]]

y_oh_true = tf.boolean_mask(onehot_y, mask_y)

y_oh_true = onehot_of ->[0,1,2,3,4,5,6,7,8,9,1,11,21,31]

我期望的地方：

y_oh_true = onehot_of ->[0,1,2,3,4,5,6,7,8,1,11,21,31,41]

有人知道如何解决此问题吗？

谢谢！

Answer 1

好了，我在做tf.sequence_mask时必须指定maxlen

就我而言，要修复它只是：  mask_y = tf.sequence_mask(self.len_y, maxlen=tf.shape(self.y)[1])。

我不清楚的是，为什么tf.boolean_mask不会抱怨形状不合适而不是做这种奇怪的事情。