Python tf.RaggedTensor.from_tensor用法及代码示例

用法

@classmethod
from_tensor(
    tensor, lengths=None, padding=None, ragged_rank=1, name=None,
    row_splits_dtype=tf.dtypes.int64
)

参数

tensor 要转换的Tensor。等级必须为ragged_rank + 1 或更高。
lengths 一组可选的行长度，使用长度等于 tensor.shape[0](tensor 中的行数)的一维整数 Tensor 指定。如果指定，则 output[row] 将包含 tensor[row][:lengths[row]] 。负长度被视为零。您可以选择将长度列表或元组传递给此参数，它们将用作嵌套行长度以构造具有多个不规则维度的不规则张量。
padding 可选的填充值。如果指定，则任何完全由 padding 组成的行后缀都将从返回的 RaggedTensor 中排除。 padding 是与 tensor 和 shape=tensor.shape[ragged_rank + 1:] 具有相同 dtype 的 Tensor 。
ragged_rank 指定返回的 RaggedTensor 的不规则排名的整数。必须大于零。
name 返回张量的名称前缀(可选)。
row_splits_dtype dtype 用于返回的 RaggedTensor 的 row_splits 张量。 tf.int32 或 tf.int64 之一。

带有指定 ragged_rank 的 RaggedTensor 。返回的不规则张量的形状与 tensor 的形状兼容。

抛出

ValueError 如果同时指定了 lengths 和 padding。

将 tf.Tensor 转换为 RaggedTensor 。

可以使用长度向量或填充值(但不能同时使用两者)来指定缺失/默认值的集合。如果指定了lengths，则输出张量将满足output[row] = tensor[row][:lengths[row]]。如果'lengths' 是列表列表或列表元组，则这些列表将用作嵌套行长度。如果指定了 padding，则任何完全由 padding 组成的行后缀都将从返回的 RaggedTensor 中排除。如果既没有指定lengths 也没有指定padding，则返回的RaggedTensor 将没有缺失/默认值。

例子：

dt = tf.constant([[5, 7, 0], [0, 3, 0], [6, 0, 0]])
tf.RaggedTensor.from_tensor(dt)
<tf.RaggedTensor [[5, 7, 0], [0, 3, 0], [6, 0, 0]]>
tf.RaggedTensor.from_tensor(dt, lengths=[1, 0, 3])
<tf.RaggedTensor [[5], [], [6, 0, 0]]>

tf.RaggedTensor.from_tensor(dt, padding=0)
<tf.RaggedTensor [[5, 7], [0, 3], [6]]>

dt = tf.constant([[[5, 0], [7, 0], [0, 0]],
                  [[0, 0], [3, 0], [0, 0]],
                  [[6, 0], [0, 0], [0, 0]]])
tf.RaggedTensor.from_tensor(dt, lengths=([2, 0, 3], [1, 1, 2, 0, 1]))
<tf.RaggedTensor [[[5], [7]], [], [[6, 0], [], [0]]]>

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.RaggedTensor.from_tensor。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。