ein tf.sequence_mask auf Eingabe basierend Werte schaffen

Question

Das vom tensorflow gegebenen Beispiel tutorial zeigt, dass die Maske erstellt werden kann:

tf.sequence_mask([1, 3, 2], 5) # [[True, False, False, False, False], 
           # [True, True, True, False, False], 
           # [True, True, False, False, False]] 

Was passiert, wenn ich möchte eine dynamische Maske auf der Grundlage des Wert schaffen meine Chargen? Sagen Sie, wenn meine Eingabe [[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]] ist, und ich möchte alles maskieren bis zum ersten 4 Wahre und alles zu sein, nachdem die ersten 4 falsch sein, und die resultierende Maske sein soll:

[[True, True, True, True, True], 
[True, True, True, False, False], 
[True, True, True, False, False]] 

ich versuche, das als Gewicht zu verwenden, um meine sequence_loss Tensor

Answer 1

import tensorflow as tf 
x = tf.constant([[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]]) 
​ 
cond = tf.cast(tf.equal(x, 4), tf.int8) 
idx4_ = tf.reshape(tf.argmax(cond, axis=1, output_type=tf.int32), (-1,1)) 
​ 

anzuwenden

Optional, wenn alle Zeilen mindestens einen Wert gleich 4:

idx4 = tf.where(
    tf.equal(tf.reduce_max(cond, axis=1, keep_dims=True), 1), 
    idx4_, 
    tf.constant(-1, shape=idx4_.shape) 
) 

erstellen Sie die Maske durch den Index des ersten 4 mit einem 1D-Entfernungs-Index zu vergleichen:

mask = idx4 >= tf.range(x.shape[1]) 
​ 
with tf.Session() as sess: 
    print(sess.run(mask)) 
#[[ True True True True True] 
# [ True True True False False] 
# [ True True True False False]] 

---

Nutzen sequence_mask:

import tensorflow as tf 
x = tf.constant([[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]]) 
​ 
cond = tf.cast(tf.equal(x, 4), tf.int8) 
idx4_ = tf.argmax(cond, axis=1, output_type=tf.int32) 

idx4 = tf.where(
    tf.equal(tf.reduce_max(cond, axis=1), 1), 
    idx4_, 
    tf.constant(-1, shape=idx4_.shape) 
) 

with tf.Session() as sess: 
    print(sess.run(tf.sequence_mask(idx4+1, x.shape[1]))) 

#[[ True True True True True] 
# [ True True True False False] 
# [ True True True False False]] 

---

Wenn x ist ein Platzhalter mit unbekannter Form vor der Hand:

import tensorflow as tf 
​ 
x = tf.placeholder(tf.int32, shape=[None,None]) 
cond = tf.cast(tf.equal(x, 4), tf.int8) 
idx4_ = tf.argmax(cond, axis=1, output_type=tf.int32) 

idx4 = tf.where(
    tf.equal(tf.reduce_max(cond, axis=1), 1), 
    idx4_, 
    tf.fill(tf.shape(idx4_), -1) 
) 

mask = tf.sequence_mask(idx4+1, tf.shape(x)[-1]) 
with tf.Session() as sess: 
    print(sess.run(mask, {x: [[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]]})) 

#[[ True True True True True] 
# [ True True True False False] 
# [ True True True False False]]