如何在张量流中叠加不同长度的矢量,例如从
[1, 3, 5]
[2, 3, 9, 1, 1]
[6, 2]
获得零填充矩阵
[1, 3, 5, 0, 0]
[2, 3, 9, 1, 1]
[6, 2, 0, 0, 0]
矢量计数在定义时已知,但它们的长度不是。使用tf.where(condition)
答案 0 :(得分:3)
您可以这样做的一种方式是:
In [11]: v1 = [1, 3, 5]
In [12]: v2 = [2, 3, 9, 1, 1]
In [14]: v3 = [6, 2]
In [38]: max_len = max(len(v1), len(v2), len(v3))
In [39]: pad1 = [[0, max_len-len(v1)]]
In [40]: pad2 = [[0, max_len-len(v2)]]
In [41]: pad3 = [[0, max_len-len(v3)]]
# pads 0 to original vectors up to `max_len` length
In [42]: v1_padded = tf.pad(v1, pad1, mode='CONSTANT')
In [43]: v2_padded = tf.pad(v2, pad2, mode='CONSTANT')
In [44]: v3_padded = tf.pad(v3, pad3, mode='CONSTANT')
In [53]: res = tf.stack([v1_padded, v2_padded, v3_padded], axis=0)
In [56]: res.eval()
Out[56]:
array([[1, 3, 5, 0, 0],
[2, 3, 9, 1, 1],
[6, 2, 0, 0, 0]], dtype=int32)
为了使其有效地使用N
向量,您应该使用for
循环为随后的所有向量和填充向量准备pad
变量。最后,使用tf.stack
沿着0
轴堆叠这些填充向量,以获得所需的结果。
P.S。:从tf.where(condition)
获取向量后,您可以动态获取向量的长度。