Tensorflow 我想在张量流中的张量3D上放置一个二进制掩蔽向量

我想在张量流中的张量3D上放置一个二进制掩蔽向量

例如，

shape=（无，3,4,1）

我想放一个掩蔽向量，比如

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

=>我的理想结果是

[[1,2,3,4][5,6,7,8][9,10,0,0]]

我试着如下

output = tf.layers.conv2d(output, 1, [5, 5], strides=(9, 6), padding='valid')
output = tf.tanh(output)
aa = [1.0] * 10 + [0.0] *2
aa = aa * batch_size
bb = tf.constant(aa , shape =(batch_size , 3,4,1))
output = output * bb

我想在输出后面放一个掩码向量

output=tf.layers.conv2d（输出，1[5,5]，步幅=（9,6），padding='valid'）
输出=tf.tanh（输出）
##输出形状为（批量大小，3,4,1）
##然后掩码向量[[1,1,1,1][1,1,1,1][1,1,0,0]]3x4
##（批量大小，掩码向量，1）
##（批量大小，3、4、1）
#我想在输出后面放一个掩码向量。
#包括你进行的任何研究

我喜欢这个

masking = tf.sequence_mask([27]*19 + [17] , maxlen=27, dtype=tf.float32)
masking2 = tf.expand_dims(masking,axis = 0)
masking2 = tf.expand_dims(masking2,axis = -1)
mask = tf.tile(masking2, [batch_size, 1 , 1,1])
G = G * mask

你应该做你需要的

---

在您的特定示例中，它将是

tf.sequence\u mask（[4,4,2]，maxlen=4，dtype=tf.float32）

如果有效，请将答案标记为已接受。这将有助于回答这个问题的其他人。

masking = tf.sequence_mask([27]*19 + [17] , maxlen=27, dtype=tf.float32)
masking2 = tf.expand_dims(masking,axis = 0)
masking2 = tf.expand_dims(masking2,axis = -1)
mask = tf.tile(masking2, [batch_size, 1 , 1,1])
G = G * mask