Python 基于输入值创建tf.sequence_掩码

tensorflow给出的示例表明，可以创建遮罩：

tf.sequence_mask([1, 3, 2], 5)  # [[True, False, False, False, False],
                                #  [True, True, True, False, False],
                                #  [True, True, False, False, False]]

如果我想根据批次的值创建一个动态掩码，该怎么办？假设我的输入是[[1,0,2,3,4]，[2,3,4,4,4]，[2,3,4,5,4]]，我想屏蔽前4个之前的所有内容为真，前4个之后的所有内容为假，生成的屏蔽应该是：

[[True, True, True, True, True],
[True, True, True, False, False],
[True, True, True, False, False]]

我试图将其作为权重应用于我的序列_losstensor

导入tensorflow作为tf
x=tf.常数（[[1,0,2,3,4]，[2,3,4,4]，[2,3,4,5,4]]
​
cond=tf.cast（tf.equal（x，4），tf.int8）
idx4_u=tf.reformate（tf.argmax（cond，axis=1，output_utype=tf.int32），（-1,1））
​

如果所有行至少有一个值等于4，则为可选：

idx4=tf.where(
tf.equal（tf.reduce_max（cond，axis=1，keep_dims=True），1），
idx4_3;，
tf.常数（-1，形状=idx4_uu2;形状）
)

通过比较前4个索引与1d范围索引来创建掩码：

mask = idx4 >= tf.range(x.shape[1])
​
with tf.Session() as sess:
    print(sess.run(mask))
#[[ True  True  True  True  True]
# [ True  True  True False False]
# [ True  True  True False False]]

---

或者使用

序列掩码

：

import tensorflow as tf
x = tf.constant([[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]])
​
cond = tf.cast(tf.equal(x, 4), tf.int8)
idx4_ = tf.argmax(cond, axis=1, output_type=tf.int32)

idx4 = tf.where(
    tf.equal(tf.reduce_max(cond, axis=1), 1), 
    idx4_, 
    tf.constant(-1, shape=idx4_.shape)
)

with tf.Session() as sess:
    print(sess.run(tf.sequence_mask(idx4+1, x.shape[1])))

#[[ True  True  True  True  True]
# [ True  True  True False False]
# [ True  True  True False False]]

---

如果x是一个占位符，其形状未知：

import tensorflow as tf
​
x = tf.placeholder(tf.int32, shape=[None,None])
cond = tf.cast(tf.equal(x, 4), tf.int8)
idx4_ = tf.argmax(cond, axis=1, output_type=tf.int32)

idx4 = tf.where(
    tf.equal(tf.reduce_max(cond, axis=1), 1), 
    idx4_, 
    tf.fill(tf.shape(idx4_), -1)
)

mask = tf.sequence_mask(idx4+1, tf.shape(x)[-1])
with tf.Session() as sess:
    print(sess.run(mask, {x: [[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]]}))

#[[ True  True  True  True  True]
# [ True  True  True False False]
# [ True  True  True False False]]

将tensorflow导入为tf
x=tf.常数（[[1,0,2,3,4]，[2,3,4,4]，[2,3,4,5,4]]
​
cond=tf.cast（tf.equal（x，4），tf.int8）
idx4_u=tf.reformate（tf.argmax（cond，axis=1，output_utype=tf.int32），（-1,1））
​

如果所有行至少有一个值等于4，则为可选：

idx4=tf.where(
tf.equal（tf.reduce_max（cond，axis=1，keep_dims=True），1），
idx4_3;，
tf.常数（-1，形状=idx4_uu2;形状）
)

通过比较前4个索引与1d范围索引来创建掩码：

mask = idx4 >= tf.range(x.shape[1])
​
with tf.Session() as sess:
    print(sess.run(mask))
#[[ True  True  True  True  True]
# [ True  True  True False False]
# [ True  True  True False False]]

---

或者使用

序列掩码

：

import tensorflow as tf
x = tf.constant([[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]])
​
cond = tf.cast(tf.equal(x, 4), tf.int8)
idx4_ = tf.argmax(cond, axis=1, output_type=tf.int32)

idx4 = tf.where(
    tf.equal(tf.reduce_max(cond, axis=1), 1), 
    idx4_, 
    tf.constant(-1, shape=idx4_.shape)
)

with tf.Session() as sess:
    print(sess.run(tf.sequence_mask(idx4+1, x.shape[1])))

#[[ True  True  True  True  True]
# [ True  True  True False False]
# [ True  True  True False False]]

---

如果x是一个占位符，其形状未知：

import tensorflow as tf
​
x = tf.placeholder(tf.int32, shape=[None,None])
cond = tf.cast(tf.equal(x, 4), tf.int8)
idx4_ = tf.argmax(cond, axis=1, output_type=tf.int32)

idx4 = tf.where(
    tf.equal(tf.reduce_max(cond, axis=1), 1), 
    idx4_, 
    tf.fill(tf.shape(idx4_), -1)
)

mask = tf.sequence_mask(idx4+1, tf.shape(x)[-1])
with tf.Session() as sess:
    print(sess.run(mask, {x: [[1, 0, 2, 3, 4], [2, 3, 4, 4, 4], [2, 3, 4, 5, 4]]}))

#[[ True  True  True  True  True]
# [ True  True  True False False]
# [ True  True  True False False]]

---

那么你的一个批次形状总是[batch_SIZE，3,5]吗？你说的前4个是什么意思？我在你的结果图中看不到这一点？批量大小是固定的，就像我给出的示例一样。在前4个（包括前4个）之前看到的所有内容都应该伪装为真实。4是批次中的元素值，因为我的批次包含编号，所以我们的一个批次形状始终是[batch_SIZE，3，5]？你说的前4个是什么意思？我在你的结果图中看不到这一点？批量大小是固定的，就像我给出的示例一样。在前4个（包括前4个）之前看到的所有内容都应该伪装为真实。4是批次中的元素值，因为我的批次包含数字如果x不是常数怎么办？我正在运行批处理，我想根据批处理的值更改掩码。另外，我可以使用序列掩码实现它吗？如果

x

是一个变量，它应该仍然有效，当

x

是一个占位符时，用

sequence\u mask

方法更新了一个解决方案。如果x不是常数怎么办？我正在运行批处理，我想根据批处理的值更改掩码。另外，我可以使用sequence_mask实现它吗？如果

x

是一个变量，它应该仍然有效，当

x

是一个带有

sequence_mask

方法的占位符时，它更新了一个解决方案。