Python tf.ragged.map_flat_values用法及代碼示例

將 op 應用於一個或多個 RaggedTensor 的 flat_values。

用法

tf.ragged.map_flat_values(
    op, *args, **kwargs
)

參數

op 應該應用於 RaggedTensor flat_values 的操作。 op 通常是逐元素操作(例如math_ops.add)，但可以使用任何保留最外層維度大小的操作。即，op 返回的值的 shape[0] 必須與 RaggedTensor s' flat_values 張量的 shape[0] 匹配。
*args op 的參數。
**kwargs op 的關鍵字參數。

一個RaggedTensor，其ragged_rank 與所有輸入RaggedTensor 的ragged_rank 匹配。

拋出

ValueError 如果 args 不包含 RaggedTensors ，或者輸入 RaggedTensor 的 nested_splits 不相同。

將 args 或 kwargs 中的任何 RaggedTensor 替換為其 flat_values 張量(它會折疊所有參差不齊的維度)，然後調用 op 。返回由輸入 RaggedTensor s' nested_row_splits 和 op 返回的值構成的 RaggedTensor。

如果輸入參數包含多個 RaggedTensor ，則它們必須具有相同的 nested_row_splits 。

此操作通常用於將元素操作應用於 RaggedTensor 中的每個值。

警告： tf.ragged.map_flat_values做不是應用op到參差不齊的張量的每一行。這種差異對於非元素操作很重要，例如tf.math.reduce_sum.如果您希望對不規則張量的每一行應用非元素操作，請使用tf.map_fn反而。 (您可能需要指定一個output_signature使用時tf.map_fn帶有參差不齊的張量。)

例子：

rt = tf.ragged.constant([[1, 2, 3], [], [4, 5], [6]])
tf.ragged.map_flat_values(tf.ones_like, rt)
<tf.RaggedTensor [[1, 1, 1], [], [1, 1], [1]]>
tf.ragged.map_flat_values(tf.multiply, rt, rt)
<tf.RaggedTensor [[1, 4, 9], [], [16, 25], [36]]>
tf.ragged.map_flat_values(tf.add, rt, 5)
<tf.RaggedTensor [[6, 7, 8], [], [9, 10], [11]]>

非元素操作的示例(請注意，map_flat_values 和 map_fn 返回不同的結果)：

rt = tf.ragged.constant([[1.0, 3.0], [], [3.0, 6.0, 3.0]])
def normalized(x):
  return x / tf.reduce_sum(x)
tf.ragged.map_flat_values(normalized, rt)
<tf.RaggedTensor [[0.0625, 0.1875], [], [0.1875, 0.375, 0.1875]]>
tf.map_fn(normalized, rt)
<tf.RaggedTensor [[0.25, 0.75], [], [0.25, 0.5, 0.25]]>

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.ragged.map_flat_values。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。