在Tensorflow中的序列张量中反向拖入前导填充零

Question

我有一个稀疏张量（该张量是使用tf.Transform对分类值生成的），我可以使用以下命令将其转换为密集表示形式

bow_indecies = tf.sparse_tensor_to_dense(sparse_bow_indecies, default_value=0)

，其结果为大小为batch_size x max_seq_length的矩阵。数组看起来像这样

[[ 597 1157   60    0    0    0]
 [ 939 1212  169   10    0    0]
 [ 242  719  215  520   57    6]]

我想将零填充从尾随反转为前导，以便看起来像这样

[[   0    0    0   597  1157  60]
 [   0    0  939  1212   169  10]
 [ 242  719  215   520    57   6]]

关于如何执行此操作的任何想法？

Answer 1

如果可以指定SparseTesor的索引，则有一种不礼貌的方法。

我的意思是，您必须告诉SparseTesor对象（sparse_bow_indecies）非零值的索引。

文档说：“不在sp_input中的索引被分配了default_value。” https://www.tensorflow.org/api_docs/python/tf/sparse_tensor_to_dense

所以就您而言

对于您期望的结果，SparseTesor对象（sparse_bow_indecies）中的索引可能与下面类似。

SparseTensor(indices=[[0, 3], [0, 4],[0, 5],[1, 2],[1, 3],.....], values=[............], dense_shape=[3, 6])

或尝试覆盖索引，如果SparseTensor对象已经在您身边了。

sparse_bow_indecies.indices = =[[0, 3], [0, 4],[0, 5],[1, 2],[1, 3],.....] #Kept dots for continuation.