使用 Tensorflow SparseTensors 的高效布尔掩码

Question

所以，我想屏蔽掉 SparseTensor 的整行。使用 tf.boolean_mask 很容易做到这一点，但没有 SparseTensors 的等价物。目前，对我来说可能的是遍历 SparseTensor.indices 中的所有索引并过滤掉所有不是屏蔽行的索引，例如：

masked_indices = list(filter(lambda index: masked_rows[index[0]], indices))

其中 masked_rows 是一个一维数组，表示该索引处的行是否被屏蔽。

但是，这真的很慢，因为我的 SparseTensor 相当大（它有 90k 个索引，但会变得更大）。在我什至在过滤后的索引上应用 SparseTensor.mask 之前，单个数据点需要花费几秒钟的时间。该方法的另一个缺陷是它实际上也没有删除行（尽管在我的例子中，一行全为零也一样）。

是否有更好的方法来按行屏蔽 SparseTensor，或者这是最好的方法？

Answer 1

你可以这样做：

import tensorflow as tf

def boolean_mask_sparse_1d(sparse_tensor, mask, axis=0):  # mask is assumed to be 1D
    mask = tf.convert_to_tensor(mask)
    ind = sparse_tensor.indices[:, axis]
    mask_sp = tf.gather(mask, ind)
    new_size = tf.math.count_nonzero(mask)
    new_shape = tf.concat([sparse_tensor.shape[:axis], [new_size],
                           sparse_tensor.shape[axis + 1:]], axis=0)
    new_shape = tf.dtypes.cast(new_shape, tf.int64)
    mask_count = tf.cumsum(tf.dtypes.cast(mask, tf.int64), exclusive=True)
    masked_idx = tf.boolean_mask(sparse_tensor.indices, mask_sp)
    new_idx_axis = tf.gather(mask_count, masked_idx[:, axis])
    new_idx = tf.concat([masked_idx[:, :axis],
                         tf.expand_dims(new_idx_axis, 1),
                         masked_idx[:, axis + 1:]], axis=1)
    new_values = tf.boolean_mask(sparse_tensor.values, mask_sp)
    return tf.SparseTensor(new_idx, new_values, new_shape)

# Test
sp = tf.SparseTensor([[1], [3], [4], [6]], [1, 2, 3, 4], [7])
mask = tf.constant([True, False, True, True, False, False, True])
out = boolean_mask_sparse_1d(sp, mask)
print(out.indices.numpy())
# [[2]
#  [3]]
print(out.values.numpy())
# [2 4]
print(out.shape)
# (4,)

使用 Tensorflow SparseTensors 的高效布尔掩码

Efficient boolean masking with Tensorflow SparseTensors

python

sparse-matrix

tensorflow

tensorflow2.0