Tensorflow：在每行中使用给定数量的元素重塑一维张量

问题描述

我想在 Tensorflow 2 中将一维张量转换为二维形状，并给出每行中的元素数。我找到了一个使用 RaggedTensor 的解决方案

numbers = tf.constant([1,3,2,5,4])
c0 = tf.ones(shape=(15,)) # the tensor need to be reshape
rc0 = tf.RaggedTensor.from_row_lengths(values=c0,row_lengths=numbers)
c1 = rc0.to_tensor()

c1 的最终值应该是

<tf.Tensor: shape=(5,5),dtype=float32,numpy=
array([[1.,0.,0.],[1.,1.,1.],0.]],dtype=float32)>

我发现当输入张量的大小很大时它拒绝工作，并且性能不够好。

还有其他高性能解决方案吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）