Tensorflow boolean_mask 带动态掩码
Tensorflow boolean_mask with dynamic mask
boolean_mask的文档说必须静态知道掩码的形状。但如果你这样做
mask.set_shape([None])
tf.boolean_mask(tensor, mask)
它似乎工作正常。有什么理由不这样做吗？
仔细观察 documentation 可以发现它涉及面具的 维数 ，而不是其整体形状：
mask: K-D boolean tensor, K <= N and K must be known statically.
您的面具现在大小为 None，这意味着它的静态形状完全未知，包括尺寸。您的选择是要么确保掩码的维度是静态已知的（例如，确保其由输出维度已知的操作生成，或提供具有已知维度的占位符），要么强制执行有关大小的信息知道，但是在构建计算图时无法推断出这一点。后者你可以通过 set_shape.
当您 运行 mask.set_shape([None]) 时，您强制假设掩码的维度将始终为 1（因为 None 在括号中），尽管元素的数量未知。如果您确定您的蒙版始终是一维的，那么这样做很好。
boolean_mask的文档说必须静态知道掩码的形状。但如果你这样做
mask.set_shape([None])
tf.boolean_mask(tensor, mask)
它似乎工作正常。有什么理由不这样做吗？
仔细观察 documentation 可以发现它涉及面具的 维数 ，而不是其整体形状：
mask: K-D boolean tensor, K <= N and K must be known statically.
您的面具现在大小为 None，这意味着它的静态形状完全未知，包括尺寸。您的选择是要么确保掩码的维度是静态已知的（例如，确保其由输出维度已知的操作生成，或提供具有已知维度的占位符），要么强制执行有关大小的信息知道，但是在构建计算图时无法推断出这一点。后者你可以通过 set_shape.
当您 运行 mask.set_shape([None]) 时，您强制假设掩码的维度将始终为 1（因为 None 在括号中），尽管元素的数量未知。如果您确定您的蒙版始终是一维的，那么这样做很好。