广播和连接参差不齐的张量

Question

我有一个参差不齐的张量 [BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]。我想用来自另一个形状 [BATCH_SIZE, AUG_DIM] 的张量的数据来扩充最后一个轴。给定示例的每个时间步都会增加相同的值。

如果张量没有因每个示例的 TIME_STEPS 而变得参差不齐，我可以简单地用 tf.repeat 重塑第二个张量，然后使用 tf.concat:

import tensorflow as tf


# create data
# shape: [BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]
emb = tf.constant([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [0, 0, 0]]])
# shape: [BATCH_SIZE, 1, AUG_DIM]
aug = tf.constant([[[8]], [[9]]])

# concat
aug = tf.repeat(aug, emb.shape[1], axis=1)
emb_aug = tf.concat([emb, aug], axis=-1)

当 emb 参差不齐时，这不会起作用，因为 emb.shape[1] 未知并且因示例而异：

# rag and remove padding
emb = tf.RaggedTensor.from_tensor(emb, padding=(0, 0, 0))

# reshape for augmentation - this doesn't work
aug = tf.repeat(aug, emb.shape[1], axis=1)

ValueError: Attempt to convert a value (None) with an unsupported type (<class 'NoneType'>) to a Tensor.

目标是创建一个参差不齐的张量 emb_aug，如下所示：

<tf.RaggedTensor [[[1, 2, 3, 8], [4, 5, 6, 8]], [[1, 2, 3 ,9]]]>

有什么想法吗？

Answer 1

最简单的方法是通过使用参差不齐的张量中每个批次的 tf.RaggedTensor.to_tensor() and then do the rest of your solution. I'll assume that you need the tensor to remain ragged. The key is to find the row_lengths 使参差不齐的张量成为常规张量，然后使用此信息使增广张量参差不齐。

例子:

import tensorflow as tf


# data
emb = tf.constant([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [0, 0, 0]]])
aug = tf.constant([[[8]], [[9]]])

# make embeddings ragged for testing
emb_r = tf.RaggedTensor.from_tensor(emb, padding=(0, 0, 0))

print(emb_r.shape)
# (2, None, 3)

这里我们将使用 row_lengths 和 sequence_mask 的组合来创建一个新的参差不齐的张量。

# find the row lengths of the embeddings
rl = emb_r.row_lengths()

print(rl)
# tf.Tensor([2 1], shape=(2,), dtype=int64)

# find the biggest row length
max_rl = tf.math.reduce_max(rl)

print(max_rl)
# tf.Tensor(2, shape=(), dtype=int64)

# repeat the augmented data `max_rl` number of times
aug_t = tf.repeat(aug, repeats=max_rl, axis=1)

print(aug_t)
# tf.Tensor(
# [[[8]
#   [8]]
# 
#  [[9]
#   [9]]], shape=(2, 2, 1), dtype=int32)

# create a mask
msk = tf.sequence_mask(rl)

print(msk)
# tf.Tensor(
# [[ True  True]
#  [ True False]], shape=(2, 2), dtype=bool)

从这里我们可以使用tf.ragged.boolean_mask使增强数据参差不齐

# make the augmented data a ragged tensor
aug_r = tf.ragged.boolean_mask(aug_t, msk)
print(aug_r)
# <tf.RaggedTensor [[[8], [8]], [[9]]]>

# concatenate!
output = tf.concat([emb_r, aug_r], 2)
print(output)
# <tf.RaggedTensor [[[1, 2, 3, 8], [4, 5, 6, 8]], [[1, 2, 3, 9]]]>

您可以找到支持不规则张量的张量流方法列表here

Answer 2

不规则张量可以直接从行长度构造。输入的值是一个平坦的（相对于未来参差不齐的维度而不是所有其他维度）张量，可以使用 tf.repeat 构造，再次使用 row_lengths 来找到每个样本的适当重复次数！

ragged_lengths = emb.row_lengths()
aug = tf.RaggedTensor.from_row_lengths(
         values=tf.repeat(aug, ragged_lengths, axis=0),
         row_lengths=ragged_lengths)
emb_aug = tf.concat([emb, aug], axis=-1)

广播和连接参差不齐的张量

Broadcast and concatenate ragged tensors

python

tensorflow

concatenation

ragged

ragged-tensors