如何用零填充不规则张量以形成方形张量

Joh*_*ell 2 python numpy tensorflow

我想把A变成B:

A = 
  [1, 1, 1]
  [2]
  [3, 3, 3, 3]
  [4, 4]

B =
  [
   [0, 1, 1, 1]
   [0, 0, 0, 2]
   [3, 3, 3, 3]
   [0, 0, 4, 4]
  ]
Run Code Online (Sandbox Code Playgroud)

输入
- 列表的列表

输出
- 单个矩阵或张量
- 右对齐
- 左填充 0

okt*_*gen 8

在特定情况下,每个第一维度的值与示例中的值相同。您可以使用:

digits = tf.ragged.constant([[1., 1., 1.],[2.],[3., 3., 3., 3.],[4., 4.]])
padded = digits.to_tensor(0.)
final_tensor = tf.reverse(padded, [-1])
Run Code Online (Sandbox Code Playgroud)

输出:

tf.Tensor(
    [[0. 1. 1. 1.]
     [0. 0. 0. 2.]
     [3. 3. 3. 3.]
     [0. 0. 4. 4.]], shape=(4, 4), dtype=float32)
Run Code Online (Sandbox Code Playgroud)


zih*_*hao 5

A是一个列表,所以我们可以 for 循环并使用tf.padtf.stack来获取输出张量。

max_len = max(len(e) for e in A)
res = tf.stack([tf.pad(e, [[max_len - len(e),0]]) for e in A], axis=0)
# array([[0, 1, 1, 1],
#        [0, 0, 0, 2],
#        [3, 3, 3, 3],
#        [0, 0, 4, 4]], dtype=int32)
Run Code Online (Sandbox Code Playgroud)