python之在 Tensorflow 中使用 2D 占位符遮盖 3D 占位符张量

我有一个占位符具有动态大小 A(批量大小、序列大小、5)和另一个具有零值和一个值以及动态大小 B(批量大小、序列大小)的占位符。我想使用第二个 2D 占位符来屏蔽第一个占位符，就好像张量 B[0][0]=0 的值那么 A[0][0][0:5] 将被设置为零，如果它是等于 B[0][0]=1 那么 A[0][0][0:5] 不会改变。

palceholder A:(shape=(2,2,5))     
   [[[ 1,  2,  3,  1,  4], 
    [ 2,  3,  5,  2,  4]], 
   [[ 2,  7,  5,  8,  1], 
    [ 4,  5,  1,  3,  9]]]  
 
palceholder B:(shape=(2,2)) 
  [[ 1,  0], 
   [ 0,  1]] 
 
Tensor C= Mask(A,B)     
   [[[ 1,  2,  3,  1,  4], 
    [ 0,  0,  0,  0,  0]], 
   [[ 0,  0,  0,  0,  0], 
    [ 4,  5,  1,  3,  9]]] 

我已经尝试过 tf.boolean_mask，但它不适用于动态大小的 mask 。

请您参考如下方法:

怎么样

import numpy as np 
import tensorflow as tf 
 
a = tf.placeholder(tf.int32, [None, None, 5]) 
b = tf.placeholder(tf.int32, [None, None]) 
c = tf.multiply(a, tf.expand_dims(b, -1)) 
 
with tf.Session() as sess: 
    in_a = np.reshape(np.arange(20, dtype=np.int32), [2, 2, 5]) 
    in_b = np.eye(2) 
    print("A: {}".format(in_a)) 
    print("B: {}".format(in_b)) 
    out_c = sess.run(c, feed_dict={a: in_a, b: in_b}) 
    print("C: {}".format(out_c)) 

打印

A: [[[ 0  1  2  3  4] 
  [ 5  6  7  8  9]] 
 
 [[10 11 12 13 14] 
  [15 16 17 18 19]]] 
B: [[1. 0.] 
 [0. 1.]] 
C: [[[ 0  1  2  3  4] 
  [ 0  0  0  0  0]] 
 
 [[ 0  0  0  0  0] 
  [15 16 17 18 19]]]