在张量流中的序列张量中，反向拖尾到前导补零

Question

我有一个稀疏张量(张量是使用分类值上的tf.Transform生成的(，我使用以下命令将其转换为密集表示

bow_indecies = tf.sparse_tensor_to_dense(sparse_bow_indecies, default_value=0)

这导致大小为CCD_ 1的矩阵。阵列看起来像这个

[[ 597 1157   60    0    0    0]
[ 939 1212  169   10    0    0]
[ 242  719  215  520   57    6]]

我想将零填充从尾随反转为前导，以便看起来像这个

[[   0    0    0   597  1157  60]
[   0    0  939  1212   169  10]
[ 242  719  215   520    57   6]]

你知道怎么做吗？

Answer 1

如果可以指定SparseTesor的索引，那么有一种简单的方法可以做到这一点。

我的意思是，你必须告诉你的SparseTesor对象(sparse_bow_indecies(非零值的索引。

文档中说"sp_input中没有的索引被分配了default_value。"https://www.tensorflow.org/api_docs/python/tf/sparse_tensor_to_dense

所以在你的情况下

可能是您的SparseTesor对象(sparse_bow_indecies(中的索引。对于您期望的结果，应该是如下所示。

SparseTensor(indices=[[0, 3], [0, 4],[0, 5],[1, 2],[1, 3],.....], values=[............], dense_shape=[3, 6])

或者尝试覆盖索引(如果SparseTensor对象已经存在(。

sparse_bow_indecies.indices = =[[0, 3], [0, 4],[0, 5],[1, 2],[1, 3],.....] #Kept dots for continuation.