Arrays tensorflow创建不同长度的遮罩

在tensorflow中有一个长度张量，假设它是这样的：

[4, 3, 5, 2]

我希望创建一个包含1和0的掩码，其1的数量对应于这个张量的条目，由0填充，总长度为8。也就是说，我想创建这个张量：

[[1,1,1,1,0,0,0,0],
 [1,1,1,0,0,0,0,0],
 [1,1,1,1,1,0,0,0],
 [1,1,0,0,0,0,0,0]
]

---

我可以如何做到这一点？

这可以通过以下多种方式实现：

---

我得到的版本比之前的答案要短一点。不确定它是否更有效

 def mask(self, seq_length, max_seq_length):
    return tf.map_fn(
        lambda x: tf.pad(tf.ones([x], dtype=tf.int32), [[0, max_seq_length - x]]),
        seq_length)

---

这可以通过

tf.sequence\u mask

实现。更多详细信息。

不错，但是将

mask

的布尔值强制转换为int或者直接使用它们而不是使用

tf不是更有效吗？在最后一行选择
？当然！我想我过去在C编程方面的经验意味着我从未期望bool的int-casting工作：），但我相信这在TensorFlow中有很好的定义。还有
tf.zeros_like（mask）
，它将创建一个零初始化的张量形状的张量
mask
。你需要平铺吗？
tf.less
会自动为你播放吗？显然你不会。谢谢你的建议！
 def mask(self, seq_length, max_seq_length):
    return tf.map_fn(
        lambda x: tf.pad(tf.ones([x], dtype=tf.int32), [[0, max_seq_length - x]]),
        seq_length)