在張量流中填充和重塑張量的正確方法是什么？

Question

給定以下張量：

<tf.Tensor: shape=(59,), dtype=int64, numpy=
array([1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 2, 2, 1, 1, 1, 1, 1, 2, 2, 1, 1,
       1, 0, 1, 2, 1, 1, 1, 1, 2, 1, 1, 1, 1, 1, 1])>

重塑它並將其填充到(32, 59)的正確方法是什么？ 從 keras 文檔我試圖：

keras.preprocessing.sequence.pad_sequences(t, 32)

盡管如此，我得到了：

ValueError: `sequences` must be a list of iterables. Found non-iterable: tf.Tensor(1, shape=(), dtype=int64)

另外，我試過：

tf.reshape(tf.data.Dataset.from_tensors(a[0]).padded_batch(32), [32,59])

但是，我得到：

ValueError: Attempt to convert a value (<PaddedBatchDataset shapes: (None, 59), types: tf.int64>) with an unsupported type (<class 'tensorflow.python.data.ops.dataset_ops.PaddedBatchDataset'>) to a Tensor.

進行 32 填充並將其重塑為32,59的正確方法是什么？

Answer 1

如果您使用tf.keras tf.pad應該是張量填充的首選（請參閱文檔）。

從看起來你有形狀(59, )的張量並且想要將張量填充到形狀(32, 59) 。 這將做為

# 15 rows before, 16 rows after, 0 cols before and after
paddings = tf.constant([[15, 16], [0, 0]])
# first reshape tensor to (1, 59), then pad it
padded = tf.pad(tensor[tf.newaxis, ...], paddings)

默認填充為零，請參閱文檔以獲取其他選項。