使用Tensorflow SparseTensors进行有效的布尔掩蔽

时间:2019-09-18 18:28:51

标签: python tensorflow sparse-matrix tensorflow2.0

因此,我想屏蔽SparseTensor的整个行。使用tf.boolean_mask可以很容易地做到这一点,但是SparseTensor并没有等效项。目前,我可以通过SparseTensor.indices中的所有索引,并过滤掉所有非屏蔽行的索引,例如:

masked_indices = list(filter(lambda index: masked_rows[index[0]], indices))

其中masked_rows是一维数组,用于确定该索引处的行是否被屏蔽。

但是,这确实很慢,因为我的SparseTensor相当大(它有90k索引,但是会变得更大)。在我什至对过滤后的索引应用SparseTensor.mask之前,在单个数据点上花费相当多的时间。这种方法的另一个缺点是,它实际上也不会删除所有行(尽管就我而言,全零的行也是如此)。

是否有更好的方法来逐行屏蔽SparseTensor,还是最好的方法?

1 个答案:

答案 0 :(得分:1)

您可以这样做:

import tensorflow as tf

def boolean_mask_sparse_1d(sparse_tensor, mask, axis=0):  # mask is assumed to be 1D
    mask = tf.convert_to_tensor(mask)
    ind = sparse_tensor.indices[:, axis]
    mask_sp = tf.gather(mask, ind)
    new_size = tf.math.count_nonzero(mask)
    new_shape = tf.concat([sparse_tensor.shape[:axis], [new_size],
                           sparse_tensor.shape[axis + 1:]], axis=0)
    new_shape = tf.dtypes.cast(new_shape, tf.int64)
    mask_count = tf.cumsum(tf.dtypes.cast(mask, tf.int64), exclusive=True)
    masked_idx = tf.boolean_mask(sparse_tensor.indices, mask_sp)
    new_idx_axis = tf.gather(mask_count, masked_idx[:, axis])
    new_idx = tf.concat([masked_idx[:, :axis],
                         tf.expand_dims(new_idx_axis, 1),
                         masked_idx[:, axis + 1:]], axis=1)
    new_values = tf.boolean_mask(sparse_tensor.values, mask_sp)
    return tf.SparseTensor(new_idx, new_values, new_shape)

# Test
sp = tf.SparseTensor([[1], [3], [4], [6]], [1, 2, 3, 4], [7])
mask = tf.constant([True, False, True, True, False, False, True])
out = boolean_mask_sparse_1d(sp, mask)
print(out.indices.numpy())
# [[2]
#  [3]]
print(out.values.numpy())
# [2 4]
print(out.shape)
# (4,)