Question

我想以如下方式变换此数据集：每个张量具有给定大小Exception，并且当且仅当存在以下情况时，此新张量的索引n处的特征才设置为1原始功能中的i（模n）。

我希望下面的例子可以使事情更清楚

假设我有一个像这样的数据集：

我想得到的稀疏等效项（如果t = tf.constant([ [0, 3, 4], [12, 2 ,4]]) ds = tf.data.Dataset.from_tensors(t) = 9）

我已经知道如何获得一个非稀疏表示（Tensorflow: tensor binarization），因为最终我得到n> 1百万，所以我不想通过密集张量来获得稀疏表示。

谢谢

Answer 1

这是一种可能的实现方式：

import tensorflow as tf

def binarization_sparse(t, n):
    # Input size
    t_shape = tf.shape(t)
    t_rows = t_shape[0]
    t_cols = t_shape[1]
    # Make sparse row indices for each value
    row_idx = tf.tile(tf.range(t_rows)[: ,tf.newaxis], [1, t_cols])
    # Sparse column indices
    col_idx = t % n
    # "Flat" indices - needed to discard repetitions
    total_idx = row_idx * n + col_idx
    # Remove repeated elements
    out_idx, _ = tf.unique(tf.reshape(total_idx, [-1]))
    # Back to row and column indices
    sparse_idx = tf.stack([out_idx // n, out_idx % n], axis=-1)
    # Sparse values
    sparse_values = tf.ones([tf.shape(sparse_idx)[0]], dtype=t.dtype)
    # Make sparse tensor
    out = tf.sparse.SparseTensor(tf.cast(sparse_idx, tf.int64),
                                 sparse_values,
                                 [t_rows, n])
    # Reorder indices
    out = tf.sparse.reorder(out)
    return out

# Test
with tf.Graph().as_default(), tf.Session() as sess:
    t = tf.constant([
        [ 0,  3,  4],
        [12,  2,  4]
    ])
    # Sparse result
    t_m1h_sp = binarization_sparse(t, 9)
    # Convert to dense to check output
    t_m1h = tf.sparse.to_dense(t_m1h_sp)
    print(sess.run(t_m1h))

输出：

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

我添加了删除重复元素的逻辑，因为从原则上讲可能会发生，但是如果您保证没有重复（包括模），则可以跳过该步骤。另外，我在最后重新排列稀疏张量。在这里这不是严格必须的，但是（我认为）稀疏运算有时会期望索引是有序的（并且sparse_idx可能没有排序）。

此外，此解决方案特定于2D输入。对于一维输入，将更简单，并且如果需要，也可以将其写为高维输入。我认为可以使用一个完全通用的解决方案，但会更加复杂（特别是如果您要考虑具有未知维数的张量）。

Tensorflow密集张量到稀疏二值哈希技巧张量

1 个答案: