将稠密张量转换为不规则张量答案

【问题标题】：Convert dense tensor to ragged tensor将稠密张量转换为不规则张量
【发布时间】：2019-11-20 15:48:17
【问题描述】：

我有一个稀疏张量，我将其转换为密集张量。使用tf.sparse.to_dense 从稀疏转换为密集后，我得到如下输出：

我想删除默认值，即零并将其转换为参差不齐的张量，如下所示： 以上两张图片中的数据不同

我浏览了 Tensorflow 文档，但找不到任何方法来做到这一点。我尝试使用boolean_mask，主要问题是为每一行单独计算boolean_mask。
所以，我想知道是否有一种有效的方法来实现这一点。

谢谢。

【问题讨论】：

“移除默认值”是什么意思，即移除默认值后你的预期张量是什么样子的？
@greeness [[57, 69, 66, 64],[52, 65, 76], [63, 60, 57, 56], ... ] 像这样。
scipy.sparse.lil_matrix 格式具有这样的 data 属性 - 一个对象 dtype 列表数组 - 每行一个非零值列表。但是不知道tensorflow sparse有没有这样的东西。
这就是所谓的不规则张量。 tensorflow.org/guide/ragged_tensors。不确定您将在下游操作中使用它做什么。您可以使用 tf.RaggedTensor.from_sparse() 从您的 SparseTensor 获取参差不齐的张量。但正如我提到的，不确定这是否对您有帮助。
@greeness Tf 曾经有一个 sparse_to_dense 函数 (tensorflow.org/api_docs/python/tf/sparse_to_dense)，我们可以在其中提供所需的输出形状。他们弃用了它。

标签： python numpy tensorflow machine-learning

【解决方案1】：

tf.RaggedTensor.from_tensor 从任何维度的张量中移除特定值。

x = [[1, 3, -1, -1], [2, -1, -1, -1], [4, 5, 8, 9]]
print(tf.RaggedTensor.from_tensor(x, padding=-1))


Output: <tf.RaggedTensor [[1, 3], [2], [4, 5, 8, 9]]>

【讨论】：