如何填充所有张量以适应所有尺寸

Question

如何填充两个形状相同的张量，使它们具有相同的大小？我目前收到以下代码的错误(我不能在图形模式下使用for循环(：

def match_size(self, x, y):
d = tf.maximum(tf.subtract(y.shape, x.shape), 0)
x = tf.pad(x, [[0, i] for i in d])
d = tf.maximum(tf.subtract(x.shape, y.shape), 0)
y = tf.pad(y, [[0, i] for i in d])
return x, y

此代码将在Keras模型的call方法中运行，因为x和y张量在执行的各个阶段的特征大小(形状(batch, horizon, feature)中的最后一个变暗(都会发生变化(即，在build期间，我无法提前决定大小/形状(。

以下是预期的输入/输出示例：

x = (10, 4, 4), y = (10, 4, 2)~>x = (10, 4, 4), y = (10, 4, 4)
x = (10, 4, 2), y = (10, 4, 4)~>x = (10, 4, 4), y = (10, 4, 4)
。。。它也应该适用于所有维度：
x = (10, 3, 2), y = (10, 4, 1)~>x = (10, 4, 2), y = (10, 4, 2)

Answer 1

使用ragged.stack:

def match_size(x, y):
new_axis = tf.argsort(tf.abs(tf.constant(x.shape) - tf.constant(y.shape)), direction='DESCENDING')
x_y = tf.ragged.stack([tf.transpose(x, new_axis),tf.transpose(y, new_axis)])
x,y = x_y.to_tensor(0.)
return tf.transpose(x, tf.argsort(new_axis)), tf.transpose(y, tf.argsort(new_axis))