创建布尔面具

假设我有一个列表创建布尔面具

x = [0, 1, 3, 5]

而且我想与尺寸

s = (10, 7)

使得x定义的索引行的第一列是一个张量1，否则为0。

对于这个特殊的例子，我想获得含有张量：

T = [[1, 0, 0, 0, 0, 0, 0], 
    [1, 0, 0, 0, 0, 0, 0], 
    [0, 0, 0, 0, 0, 0, 0], 
    [1, 0, 0, 0, 0, 0, 0], 
    [0, 0, 0, 0, 0, 0, 0], 
    [1, 0, 0, 0, 0, 0, 0], 
    [0, 0, 0, 0, 0, 0, 0], 
    [0, 0, 0, 0, 0, 0, 0], 
    [0, 0, 0, 0, 0, 0, 0], 
    [0, 0, 0, 0, 0, 0, 0]]

使用numpy的，这将是等价的：

t = np.zeros(s) 
t[x, 0] = 1

我发现这个related answer，但它不真的解决了我的问题。

来源

2017-06-19 Filipe Aleixo

试试这个：

import tensorflow as tf 

indices = tf.constant([[0, 1],[3, 5]], dtype=tf.int64) 
values = tf.constant([1, 1]) 
s = (10, 7) 

st = tf.SparseTensor(indices, values, s) 
st_ordered = tf.sparse_reorder(st) 
result = tf.sparse_tensor_to_dense(st_ordered) 

sess = tf.Session() 
sess.run(result)

这里是输出：

array([[0, 1, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 1, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0]], dtype=int32)

我稍微修改您的索引，所以你可以看到指数

的x,y格式为最初获得你问，集：

indices = tf.constant([[0, 0], [1, 0],[3, 0], [5, 0]], dtype=tf.int64)

输出：

array([[1, 0, 0, 0, 0, 0, 0], 
     [1, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [1, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [1, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0]], dtype=int32)

来源

2017-06-19 18:32:55 MZHm

谢谢！你知道我可以如何动态设置dense_shape吗？我在这里问过这个问题https://stackoverflow.com/questions/44650464/tensorflow-sparsetensor-with-dynamically-set-dense-shape –

当然。在您发送的链接上发布答案 – MZHm

创建布尔面具

回答

相关问题