tensorflow：如何实现这个复杂的mask操作

Question

我有一个张量t1（等级2），形状为[batch_size，data_size]，如下所示：

|---------------|--------------|--------------|
|      1.0      |     2.0      |     3.0      |
|---------------|--------------|--------------|
|      4.0      |     5.0      |     6.0      |
|---------------|--------------|--------------|
|      7.0      |     8.0      |     9.0      |
|---------------|--------------|--------------|

和一个形状为[batch_size]的指标张量t2（等级1）：

|---------------|--------------|--------------|
|      2        |     1        |     3        |
|---------------|--------------|--------------|

我想实现一个函数（t1，t2）以输出：

|---------------|--------------|--------------|
|      1.0      |     2.0      |     0.0      |
|---------------|--------------|--------------|
|      4.0      |     0.0      |     0.0      |
|---------------|--------------|--------------|
|      7.0      |     8.0      |     9.0      |
|---------------|--------------|--------------|

它看起来像将t1与t2定义的掩码相乘，但是我不知道如何实现。

Answer 1

我认为您正在寻找tf.sequence_mask。 See here。这基本上实现了创建您想知道的蒙版。用法如下：

mask = tf.sequence_mask(t2, dtype=tf.float32)
result = t1 * mask

如果未指定dtype，则会创建一个布尔掩码，当尝试与t1相乘时可能会导致问题，这就是我们特意要求float32的原因。

如果t2中的最大元素可以小于data_size，则应使用

mask = tf.sequence_mask(t2, maxlen=data_size, dtype=tf.float32)

以防止t1和mask之间的形状不匹配。