Question

如何从两个参差不齐的张量中选择随机条目？例如，

c = tf.ragged.constant([[1, 2, 3], [4, 5]])
v = tf.ragged.constant([[10., 20., 30.], [40., 50.]])

r = tf.random.uniform([1, 1], maxval=2, dtype=tf.int32)

with tf.Session() as sess:
    print(sess.run([tf.gather_nd(c, r), tf.gather_nd(v, r)]))

给我[1, 2, 3]和[10., 20., 30.]或[4, 5]和[40., 50.]。但是现在我想选择一个介于0和返回列表长度之间的随机数，并从两个列表中获取相应的条目。然后我要批处理整个过程。

预先感谢您的帮助！

Answer 1

以下是基于您提供的值的示例：（我正在使用TF 1.13）

import tensorflow as tf
tf.enable_eager_execution() # you can use a normal Session, but this is to show intermediate output

c = tf.ragged.constant([[1, 2, 3], [4, 5]])
v = tf.ragged.constant([[10., 20., 30.], [40., 50.]])

r = tf.random.uniform([1, 1], maxval=2, dtype=tf.int32)

a = tf.gather_nd(c, r)
b = tf.gather_nd(v, r)
print(a)
print(b)

# Output example
#<tf.RaggedTensor [[1, 2, 3]]>
#<tf.RaggedTensor [[10.0, 20.0, 30.0]]>

# Lengths
l_a = tf.squeeze(a.row_lengths())
l_b = tf.squeeze(b.row_lengths())
print(l_a)
print(l_b)

#Output example
#tf.Tensor(3, shape=(), dtype=int64)
#tf.Tensor(3, shape=(), dtype=int64)

#Random index between 0 and length
rand_idx_a = tf.random.uniform([1],minval=0,maxval=l_a,dtype=tf.int64)
rand_idx_b = tf.random.uniform([1],minval=0,maxval=l_b,dtype=tf.int64)
print(rand_idx_a)
print(rand_idx_b)

#Output example
#tf.Tensor([0], shape=(1,), dtype=int64)
#tf.Tensor([2], shape=(1,), dtype=int64)

#Convert ragged tensor to tensor of shape [1,n]
t_a = a.to_tensor()
t_b = b.to_tensor()
print(t_a)
print(t_b)

#Read from extracted tensor using random index
rand_a = tf.gather_nd(tf.squeeze(t_a),rand_idx_a) #removes dimension of 1
rand_b = tf.gather_nd(tf.squeeze(t_b),rand_idx_b)
print(rand_a)
print(rand_b)

#Output example
#tf.Tensor([[1 2 3]], shape=(1, 3), dtype=int32)
#tf.Tensor([[10. 20. 30.]], shape=(1, 3), dtype=float32)
#tf.Tensor(1, shape=(), dtype=int32)
#tf.Tensor(30.0, shape=(), dtype=float32)

所有这些操作都可以根据您的输入轻松地进行批处理。

从两个参差不齐的张量中随机选择条目

1 个答案: