不規則なテンソル

TensorFlow.orgで表示 GoogleColabで実行 GitHubでソースを表示ノートブックをダウンロード

APIドキュメント: tf.RaggedTensor tf.ragged

設定

import math
import tensorflow as tf

概要

データにはさまざまな形があります。あなたのテンソルもそうすべきです。ラグドテンソルは、ネストされた可変長リストのTensorFlowと同等です。これらにより、次のような不均一な形状のデータを簡単に保存および処理できます。

  • 映画の俳優のセットなど、可変長の機能。
  • 文やビデオクリップなどの可変長シーケンシャル入力のバッチ。
  • セクション、段落、文、および単語に細分されたテキストドキュメントなどの階層入力。
  • プロトコルバッファなどの構造化入力の個々のフィールド。

ぼろぼろのテンソルで何ができるか

不揃いテンソルは、(例えば、数学操作を含む、百以上TensorFlow操作でサポートされているtf.addtf.reduce_mean )、(例えば、配列操作tf.concattf.tileなど)、文字列操作のOPS( tf.substr )、制御フローなどの操作( tf.while_looptf.map_fn )、および多くの他:

digits = tf.ragged.constant([[3, 1, 4, 1], [], [5, 9, 2], [6], []])
words = tf.ragged.constant([["So", "long"], ["thanks", "for", "all", "the", "fish"]])
print(tf.add(digits, 3))
print(tf.reduce_mean(digits, axis=1))
print(tf.concat([digits, [[5, 3]]], axis=0))
print(tf.tile(digits, [1, 2]))
print(tf.strings.substr(words, 0, 2))
print(tf.map_fn(tf.math.square, digits))
<tf.RaggedTensor [[6, 4, 7, 4], [], [8, 12, 5], [9], []]>
tf.Tensor([2.25              nan 5.33333333 6.                nan], shape=(5,), dtype=float64)
<tf.RaggedTensor [[3, 1, 4, 1], [], [5, 9, 2], [6], [], [5, 3]]>
<tf.RaggedTensor [[3, 1, 4, 1, 3, 1, 4, 1], [], [5, 9, 2, 5, 9, 2], [6, 6], []]>
<tf.RaggedTensor [[b'So', b'lo'], [b'th', b'fo', b'al', b'th', b'fi']]>
<tf.RaggedTensor [[9, 1, 16, 1], [], [25, 81, 4], [36], []]>

ファクトリメソッド、変換メソッド、値マッピング操作など、不規則テンソルに固有のメソッドと操作も多数あります。サポートOPSの一覧については、 tf.raggedパッケージのドキュメントを

ラグドテンソルを含む多くのTensorFlowのAPIによってサポートされてKerasデータセットtf.functionSavedModels 、およびtf.Example 。詳細については、以下のTensorFlow APIのセクションをご確認ください。

通常のテンソルと同様に、Pythonスタイルのインデックスを使用して、不規則なテンソルの特定のスライスにアクセスできます。詳細については、以下のインデックス作成のセクションを参照してください。

print(digits[0])       # First row
tf.Tensor([3 1 4 1], shape=(4,), dtype=int32)
print(digits[:, :2])   # First two values in each row.
<tf.RaggedTensor [[3, 1], [], [5, 9], [6], []]>
print(digits[:, -2:])  # Last two values in each row.
<tf.RaggedTensor [[4, 1], [], [9, 2], [6], []]>

また、通常のテンソルと同様に、Pythonの算術演算子と比較演算子を使用して、要素ごとの演算を実行できます。詳細については、以下のオーバーロード演算子のセクションをご確認ください。

print(digits + 3)
<tf.RaggedTensor [[6, 4, 7, 4], [], [8, 12, 5], [9], []]>
print(digits + tf.ragged.constant([[1, 2, 3, 4], [], [5, 6, 7], [8], []]))
<tf.RaggedTensor [[4, 3, 7, 5], [], [10, 15, 9], [14], []]>

あなたがの値に要素単位変換を実行する必要がある場合RaggedTensorは、使用することができますtf.ragged.map_flat_values機能に加えて1つ以上の引数を取り、変換する関数を適用され、 RaggedTensorの値を。

times_two_plus_one = lambda x: x * 2 + 1
print(tf.ragged.map_flat_values(times_two_plus_one, digits))
<tf.RaggedTensor [[7, 3, 9, 3], [], [11, 19, 5], [13], []]>

ラグドテンソルは、ネストされたPythonのに変換することができlist Sとnumpyのarray S:

digits.to_list()
[[3, 1, 4, 1], [], [5, 9, 2], [6], []]
digits.numpy()
/tmpfs/src/tf_docs_env/lib/python3.7/site-packages/tensorflow/python/ops/ragged/ragged_tensor.py:2063: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  return np.array(rows)
array([array([3, 1, 4, 1], dtype=int32), array([], dtype=int32),
       array([5, 9, 2], dtype=int32), array([6], dtype=int32),
       array([], dtype=int32)], dtype=object)

不規則なテンソルの構築

不揃いテンソルを構築する最も簡単な方法は、使用されるtf.ragged.constant構築、 RaggedTensor所定のネストのPythonに対応するlistまたはnumpyののarray

sentences = tf.ragged.constant([
    ["Let's", "build", "some", "ragged", "tensors", "!"],
    ["We", "can", "use", "tf.ragged.constant", "."]])
print(sentences)
<tf.RaggedTensor [[b"Let's", b'build', b'some', b'ragged', b'tensors', b'!'], [b'We', b'can', b'use', b'tf.ragged.constant', b'.']]>
paragraphs = tf.ragged.constant([
    [['I', 'have', 'a', 'cat'], ['His', 'name', 'is', 'Mat']],
    [['Do', 'you', 'want', 'to', 'come', 'visit'], ["I'm", 'free', 'tomorrow']],
])
print(paragraphs)
<tf.RaggedTensor [[[b'I', b'have', b'a', b'cat'], [b'His', b'name', b'is', b'Mat']], [[b'Do', b'you', b'want', b'to', b'come', b'visit'], [b"I'm", b'free', b'tomorrow']]]>

不揃いテンソルはまた、これらの値は以下のようなファクトリクラスメソッド使用して、列に分割されるべきかを示す行分割テンソルとフラット値テンソルをペアリングすることによって構築することができるtf.RaggedTensor.from_value_rowidstf.RaggedTensor.from_row_lengths 、及びtf.RaggedTensor.from_row_splits

tf.RaggedTensor.from_value_rowids

あなたはそれぞれの値が属する行を知っている場合は、構築することができますRaggedTensor使用してvalue_rowids行分割テンソルを:

value_rowids行分割テンソル

print(tf.RaggedTensor.from_value_rowids(
    values=[3, 1, 4, 1, 5, 9, 2],
    value_rowids=[0, 0, 0, 0, 2, 2, 3]))
<tf.RaggedTensor [[3, 1, 4, 1], [], [5, 9], [2]]>

tf.RaggedTensor.from_row_lengths

あなたは、各行がどのくらい知っている場合は、使用することができますrow_lengths行分割テンソルを:

row_lengths行分割テンソル

print(tf.RaggedTensor.from_row_lengths(
    values=[3, 1, 4, 1, 5, 9, 2],
    row_lengths=[4, 0, 2, 1]))
<tf.RaggedTensor [[3, 1, 4, 1], [], [5, 9], [2]]>

tf.RaggedTensor.from_row_splits

あなたは、各行の開始と終了インデックスを知っている場合は、使用することができますrow_splits行分割テンソルを:

row_splits行分割テンソル

print(tf.RaggedTensor.from_row_splits(
    values=[3, 1, 4, 1, 5, 9, 2],
    row_splits=[0, 4, 4, 6, 7]))
<tf.RaggedTensor [[3, 1, 4, 1], [], [5, 9], [2]]>

参照してくださいtf.RaggedTensorファクトリメソッドの完全なリストについては、クラスのドキュメントを。

ぼろぼろのテンソルに保存できるもの

通常と同様Tensor S、の値RaggedTensorすべて同じ型でなければなりません。そして、値はすべて同じネストの深さ(テンソルのランク)である必要があります。

print(tf.ragged.constant([["Hi"], ["How", "are", "you"]]))  # ok: type=string, rank=2
<tf.RaggedTensor [[b'Hi'], [b'How', b'are', b'you']]>
print(tf.ragged.constant([[[1, 2], [3]], [[4, 5]]]))        # ok: type=int32, rank=3
<tf.RaggedTensor [[[1, 2], [3]], [[4, 5]]]>
try:
  tf.ragged.constant([["one", "two"], [3, 4]])              # bad: multiple types
except ValueError as exception:
  print(exception)
Can't convert Python sequence with mixed types to Tensor.
try:
  tf.ragged.constant(["A", ["B", "C"]])                     # bad: multiple nesting depths
except ValueError as exception:
  print(exception)
all scalar values must have the same nesting depth

ユースケースの例

次の例では、方法を示しRaggedTensor sは、各センテンスの開始と終了のための特別なマーカーを使用して、構築し、可変長クエリのバッチのためにユニグラムとバイグラム埋め込みを組み合わせるために使用することができます。この例で使用されるオペレーションの詳細については、チェックtf.raggedパッケージのドキュメントを。

queries = tf.ragged.constant([['Who', 'is', 'Dan', 'Smith'],
                              ['Pause'],
                              ['Will', 'it', 'rain', 'later', 'today']])

# Create an embedding table.
num_buckets = 1024
embedding_size = 4
embedding_table = tf.Variable(
    tf.random.truncated_normal([num_buckets, embedding_size],
                       stddev=1.0 / math.sqrt(embedding_size)))

# Look up the embedding for each word.
word_buckets = tf.strings.to_hash_bucket_fast(queries, num_buckets)
word_embeddings = tf.nn.embedding_lookup(embedding_table, word_buckets)     # ①

# Add markers to the beginning and end of each sentence.
marker = tf.fill([queries.nrows(), 1], '#')
padded = tf.concat([marker, queries, marker], axis=1)                       # ②

# Build word bigrams and look up embeddings.
bigrams = tf.strings.join([padded[:, :-1], padded[:, 1:]], separator='+')   # ③

bigram_buckets = tf.strings.to_hash_bucket_fast(bigrams, num_buckets)
bigram_embeddings = tf.nn.embedding_lookup(embedding_table, bigram_buckets) # ④

# Find the average embedding for each sentence
all_embeddings = tf.concat([word_embeddings, bigram_embeddings], axis=1)    # ⑤
avg_embedding = tf.reduce_mean(all_embeddings, axis=1)                      # ⑥
print(avg_embedding)
tf.Tensor(
[[-0.14285272  0.02908629 -0.16327512 -0.14529026]
 [-0.4479212  -0.35615516  0.17110227  0.2522229 ]
 [-0.1987868  -0.13152348 -0.0325102   0.02125177]], shape=(3, 4), dtype=float32)

不規則なテンソルの例

不規則で均一な寸法

不揃いの寸法は、そのスライス異なる長さを有することができる寸法です。例えば、内側(コラム)の寸法rt=[[3, 1, 4, 1], [], [5, 9, 2], [6], []]カラムスライス(以降、不揃いれるrt[0, :] 、...、 rt[4, :] )は、異なる長さを有します。そのスライスすべて同じ長さを持っている寸法は、均一な寸法と呼ばれています。

不規則テンソルの最も外側の寸法は、単一のスライスで構成されているため、常に均一です(したがって、スライスの長さが異なる可能性はありません)。残りの寸法は、不規則または均一のいずれかです。たとえば、形状の不揃いテンソル用いて文章のバッチ中の各単語の単語の埋め込みを格納することができる[num_sentences, (num_words), embedding_size]周りの括弧、 (num_words)寸法が不揃いであることを示しています。

不規則なテンソルを使用した単語の埋め込み

不規則テンソルは、複数の不規則な次元を持つ場合があります。たとえば、形状のテンソルを用いて構造化テキスト文書のバッチを格納することができる[num_documents, (num_paragraphs), (num_sentences), (num_words)] (再び括弧は不揃いな寸法を示すために使用されます)。

同様tf.Tensor 、不規則テンソルの階数は、(両方の不揃い及び均一な寸法を含む)の寸法のその総数です。潜在的にぼろぼろテンソルは、どちらかであるかもしれない値であるtf.Tensortf.RaggedTensor

RaggedTensorの形状を説明する場合、不規則な寸法は通常、括弧で囲むことによって示されます。上記の見たように、例えば、3D RaggedTensorの形状文のバッチ中の各単語の格納ワード埋め込みは以下のように書くことができること[num_sentences, (num_words), embedding_size]

RaggedTensor.shape属性が返されますtf.TensorShapeぼろ寸法はサイズがないギザギザテンソルのためにNone

tf.ragged.constant([["Hi"], ["How", "are", "you"]]).shape
TensorShape([2, None])

この方法tf.RaggedTensor.bounding_shape与えられたためにタイトなバウンディング形状見つけるために使用することができRaggedTensor

print(tf.ragged.constant([["Hi"], ["How", "are", "you"]]).bounding_shape())
tf.Tensor([2 3], shape=(2,), dtype=int64)

不規則vsスパース

ボロボロテンソルは、まばらなテンソルの種類として考えるべきでありません。特に、疎テンソルはのための効率的なエンコーディングであるtf.Tensorそのモデルコンパクトなフォーマットで同じデータを、しかしぼろテンソルに拡張ものですtf.Tensorそのモデルデータの拡大クラス。この違いは、操作を定義するときに重要です。

  • スパーステンソルまたはデンソルテンソルにopを適用すると、常に同じ結果が得られます。
  • 不規則またはスパーステンソルにopを適用すると、異なる結果が得られる場合があります。

例示的な一例として、のような配列操作方法を検討concatstack 、およびtile不揃い対疎テンソルのために定義されています。不規則なテンソルを連結すると、各行が結合され、結合された長さの単一の行が形成されます。

不規則なテンソルの連結

ragged_x = tf.ragged.constant([["John"], ["a", "big", "dog"], ["my", "cat"]])
ragged_y = tf.ragged.constant([["fell", "asleep"], ["barked"], ["is", "fuzzy"]])
print(tf.concat([ragged_x, ragged_y], axis=1))
<tf.RaggedTensor [[b'John', b'fell', b'asleep'], [b'a', b'big', b'dog', b'barked'], [b'my', b'cat', b'is', b'fuzzy']]>

ただし、次の例に示すように、スパーステンソルを連結することは、対応するデンソルテンソルを連結することと同じです(Øは欠落値を示します)。

スパーステンソルの連結

sparse_x = ragged_x.to_sparse()
sparse_y = ragged_y.to_sparse()
sparse_result = tf.sparse.concat(sp_inputs=[sparse_x, sparse_y], axis=1)
print(tf.sparse.to_dense(sparse_result, ''))
tf.Tensor(
[[b'John' b'' b'' b'fell' b'asleep']
 [b'a' b'big' b'dog' b'barked' b'']
 [b'my' b'cat' b'' b'is' b'fuzzy']], shape=(3, 5), dtype=string)

この区別は重要である理由の別の例では、のようなOPは、「各列の平均値」の定義を考えるtf.reduce_mean 。不規則テンソルの場合、行の平均値は、行の値の合計を行の幅で割ったものです。ただし、スパーステンソルの場合、行の平均値は、行の値の合計をスパーステンソルの全体の幅(最長の行の幅以上)で割ったものです。

TensorFlow API

ケラス

tf.kerasは深い学習モデルを構築し、訓練のためのTensorFlowの高レベルAPIです。不揃いテンソルは、設定によってKerasモデルへの入力として渡すことがragged=Truetf.keras.Input又はtf.keras.layers.InputLayer 。不規則なテンソルもKerasレイヤー間を通過し、Kerasモデルによって返される場合があります。次の例は、不規則なテンソルを使用してトレーニングされたおもちゃのLSTMモデルを示しています。

# Task: predict whether each sentence is a question or not.
sentences = tf.constant(
    ['What makes you think she is a witch?',
     'She turned me into a newt.',
     'A newt?',
     'Well, I got better.'])
is_question = tf.constant([True, False, True, False])

# Preprocess the input strings.
hash_buckets = 1000
words = tf.strings.split(sentences, ' ')
hashed_words = tf.strings.to_hash_bucket_fast(words, hash_buckets)

# Build the Keras model.
keras_model = tf.keras.Sequential([
    tf.keras.layers.Input(shape=[None], dtype=tf.int64, ragged=True),
    tf.keras.layers.Embedding(hash_buckets, 16),
    tf.keras.layers.LSTM(32, use_bias=False),
    tf.keras.layers.Dense(32),
    tf.keras.layers.Activation(tf.nn.relu),
    tf.keras.layers.Dense(1)
])

keras_model.compile(loss='binary_crossentropy', optimizer='rmsprop')
keras_model.fit(hashed_words, is_question, epochs=5)
print(keras_model.predict(hashed_words))
WARNING:tensorflow:Layer lstm will not use cuDNN kernels since it doesn't meet the criteria. It will use a generic GPU kernel as fallback when running on GPU.
Epoch 1/5
/tmpfs/src/tf_docs_env/lib/python3.7/site-packages/tensorflow/python/framework/indexed_slices.py:449: UserWarning: Converting sparse IndexedSlices(IndexedSlices(indices=Tensor("gradient_tape/sequential/lstm/RaggedToTensor/boolean_mask_1/GatherV2:0", shape=(None,), dtype=int32), values=Tensor("gradient_tape/sequential/lstm/RaggedToTensor/boolean_mask/GatherV2:0", shape=(None, 16), dtype=float32), dense_shape=Tensor("gradient_tape/sequential/lstm/RaggedToTensor/Shape:0", shape=(2,), dtype=int32))) to a dense Tensor of unknown shape. This may consume a large amount of memory.
  "shape. This may consume a large amount of memory." % value)
1/1 [==============================] - 2s 2s/step - loss: 3.1269
Epoch 2/5
1/1 [==============================] - 0s 18ms/step - loss: 2.1197
Epoch 3/5
1/1 [==============================] - 0s 19ms/step - loss: 2.0196
Epoch 4/5
1/1 [==============================] - 0s 20ms/step - loss: 1.9371
Epoch 5/5
1/1 [==============================] - 0s 18ms/step - loss: 1.8857
[[0.02800461]
 [0.00945962]
 [0.02283431]
 [0.00252927]]

tf。例

tf.Exampleは標準でいるProtobufのTensorFlowデータのエンコード。データがでエンコードtf.Exampleしばしば可変長の機能が含まれてい秒。たとえば、次のコードは、4つのバッチ定義tf.Example異なる特徴の長さのメッセージを:

import google.protobuf.text_format as pbtext

def build_tf_example(s):
  return pbtext.Merge(s, tf.train.Example()).SerializeToString()

example_batch = [
  build_tf_example(r'''
    features {
      feature {key: "colors" value {bytes_list {value: ["red", "blue"]} } }
      feature {key: "lengths" value {int64_list {value: [7]} } } }'''),
  build_tf_example(r'''
    features {
      feature {key: "colors" value {bytes_list {value: ["orange"]} } }
      feature {key: "lengths" value {int64_list {value: []} } } }'''),
  build_tf_example(r'''
    features {
      feature {key: "colors" value {bytes_list {value: ["black", "yellow"]} } }
      feature {key: "lengths" value {int64_list {value: [1, 3]} } } }'''),
  build_tf_example(r'''
    features {
      feature {key: "colors" value {bytes_list {value: ["green"]} } }
      feature {key: "lengths" value {int64_list {value: [3, 5, 2]} } } }''')]

あなたは使用して、この符号化されたデータを解析することができtf.io.parse_exampleシリアライズされた文字列と機能仕様辞書のテンソルを取り、テンソルに辞書マッピング機能の名前を返します。ぼろぼろのテンソルに可変長の機能を読み取るには、単に使用tf.io.RaggedFeature機能仕様辞書に:

feature_specification = {
    'colors': tf.io.RaggedFeature(tf.string),
    'lengths': tf.io.RaggedFeature(tf.int64),
}
feature_tensors = tf.io.parse_example(example_batch, feature_specification)
for name, value in feature_tensors.items():
  print("{}={}".format(name, value))
colors=<tf.RaggedTensor [[b'red', b'blue'], [b'orange'], [b'black', b'yellow'], [b'green']]>
lengths=<tf.RaggedTensor [[7], [], [1, 3], [3, 5, 2]]>

tf.io.RaggedFeatureまた、複数の不揃い寸法の機能を読み取るために使用することができます。詳細については、を参照してくださいAPIドキュメント

データセット

tf.dataはあなたが単純なものから複雑な入力パイプライン、再利用可能な部分を構築することができますAPIです。そのコアデータ構造であるtf.data.Dataset各要素は、1つのまたは複数のコンポーネントから構成されている要素のシーケンスを表します。

# Helper function used to print datasets in the examples below.
def print_dictionary_dataset(dataset):
  for i, element in enumerate(dataset):
    print("Element {}:".format(i))
    for (feature_name, feature_value) in element.items():
      print('{:>14} = {}'.format(feature_name, feature_value))

不規則なテンソルを使用したデータセットの構築

データセットからそれらを構築するために使用されるのと同じ方法を使用して不規則なテンソルから構築することができるtf.Tensor Sまたはnumpyのarrayなどの、 Dataset.from_tensor_slices

dataset = tf.data.Dataset.from_tensor_slices(feature_tensors)
print_dictionary_dataset(dataset)
Element 0:
        colors = [b'red' b'blue']
       lengths = [7]
Element 1:
        colors = [b'orange']
       lengths = []
Element 2:
        colors = [b'black' b'yellow']
       lengths = [1 3]
Element 3:
        colors = [b'green']
       lengths = [3 5 2]

不規則なテンソルを使用したデータセットのバッチ処理とバッチ解除

不揃いテンソルを持つデータセットをバッチ処理することができる(これは、単一の要素にコンバインn個の連続する要素)を用いDataset.batch方法。

batched_dataset = dataset.batch(2)
print_dictionary_dataset(batched_dataset)
Element 0:
        colors = <tf.RaggedTensor [[b'red', b'blue'], [b'orange']]>
       lengths = <tf.RaggedTensor [[7], []]>
Element 1:
        colors = <tf.RaggedTensor [[b'black', b'yellow'], [b'green']]>
       lengths = <tf.RaggedTensor [[1, 3], [3, 5, 2]]>

逆に、バッチデータセットを使用してフラットデータセットに変換することができるDataset.unbatch

unbatched_dataset = batched_dataset.unbatch()
print_dictionary_dataset(unbatched_dataset)
Element 0:
        colors = [b'red' b'blue']
       lengths = [7]
Element 1:
        colors = [b'orange']
       lengths = []
Element 2:
        colors = [b'black' b'yellow']
       lengths = [1 3]
Element 3:
        colors = [b'green']
       lengths = [3 5 2]

可変長の不規則でないテンソルを使用したデータセットのバッチ処理

あなたは非ぼろぼろテンソルが含まれているデータセットを持っており、テンソル長さは、要素間で異なる場合は、することができます一括適用することにより、ギザギザのテンソルにそれらの非ぼろぼろテンソルdense_to_ragged_batch変換を:

non_ragged_dataset = tf.data.Dataset.from_tensor_slices([1, 5, 3, 2, 8])
non_ragged_dataset = non_ragged_dataset.map(tf.range)
batched_non_ragged_dataset = non_ragged_dataset.apply(
    tf.data.experimental.dense_to_ragged_batch(2))
for element in batched_non_ragged_dataset:
  print(element)
<tf.RaggedTensor [[0], [0, 1, 2, 3, 4]]>
<tf.RaggedTensor [[0, 1, 2], [0, 1]]>
<tf.RaggedTensor [[0, 1, 2, 3, 4, 5, 6, 7]]>

不規則テンソルによるデータセットの変換

また、使用したデータセットでぼろぼろテンソルを作成したり、変換することができますDataset.map

def transform_lengths(features):
  return {
      'mean_length': tf.math.reduce_mean(features['lengths']),
      'length_ranges': tf.ragged.range(features['lengths'])}
transformed_dataset = dataset.map(transform_lengths)
print_dictionary_dataset(transformed_dataset)
Element 0:
   mean_length = 7
 length_ranges = <tf.RaggedTensor [[0, 1, 2, 3, 4, 5, 6]]>
Element 1:
   mean_length = 0
 length_ranges = <tf.RaggedTensor []>
Element 2:
   mean_length = 2
 length_ranges = <tf.RaggedTensor [[0], [0, 1, 2]]>
Element 3:
   mean_length = 3
 length_ranges = <tf.RaggedTensor [[0, 1, 2], [0, 1, 2, 3, 4], [0, 1]]>

tf.function

tf.functionは、事前計算Pythonの機能のためのTensorFlowグラフ、実質上ごTensorFlowコードのパフォーマンスを向上させることができることデコレータです。ラグドテンソルはと透過的に使用することができます@tf.function -decorated機能。たとえば、次の関数は、不規則テンソルと不規則テンソルの両方で機能します。

@tf.function
def make_palindrome(x, axis):
  return tf.concat([x, tf.reverse(x, [axis])], axis)
make_palindrome(tf.constant([[1, 2], [3, 4], [5, 6]]), axis=1)
<tf.Tensor: shape=(3, 4), dtype=int32, numpy=
array([[1, 2, 2, 1],
       [3, 4, 4, 3],
       [5, 6, 6, 5]], dtype=int32)>
make_palindrome(tf.ragged.constant([[1, 2], [3], [4, 5, 6]]), axis=1)
2021-09-22 20:36:51.018367: W tensorflow/core/grappler/optimizers/loop_optimizer.cc:907] Skipping loop optimization for Merge node with control input: RaggedConcat/assert_equal_1/Assert/AssertGuard/branch_executed/_9
<tf.RaggedTensor [[1, 2, 2, 1], [3, 3], [4, 5, 6, 6, 5, 4]]>

あなたが明示的に指定したい場合はinput_signatureためtf.function 、あなたが使用して行うことができtf.RaggedTensorSpec

@tf.function(
    input_signature=[tf.RaggedTensorSpec(shape=[None, None], dtype=tf.int32)])
def max_and_min(rt):
  return (tf.math.reduce_max(rt, axis=-1), tf.math.reduce_min(rt, axis=-1))

max_and_min(tf.ragged.constant([[1, 2], [3], [4, 5, 6]]))
(<tf.Tensor: shape=(3,), dtype=int32, numpy=array([2, 3, 6], dtype=int32)>,
 <tf.Tensor: shape=(3,), dtype=int32, numpy=array([1, 3, 4], dtype=int32)>)

具体的な機能

具体的な機能は、によって構築されている個々のトレースされたグラフカプセル化tf.function 。不規則テンソルは、具体的な機能で透過的に使用できます。

@tf.function
def increment(x):
  return x + 1

rt = tf.ragged.constant([[1, 2], [3], [4, 5, 6]])
cf = increment.get_concrete_function(rt)
print(cf(rt))
<tf.RaggedTensor [[2, 3], [4], [5, 6, 7]]>

SavedModels

A SavedModelは重みおよび計算の両方を含むシリアライズTensorFlowプログラム、です。 Kerasモデルまたはカスタムモデルから構築できます。いずれの場合も、不規則テンソルは、SavedModelで定義された関数とメソッドで透過的に使用できます。

例:Kerasモデルの保存

import tempfile

keras_module_path = tempfile.mkdtemp()
tf.saved_model.save(keras_model, keras_module_path)
imported_model = tf.saved_model.load(keras_module_path)
imported_model(hashed_words)
2021-09-22 20:36:52.069689: W tensorflow/python/util/util.cc:348] Sets are not currently considered sequences, but this may change in the future, so consider avoiding using them.
WARNING:absl:Function `_wrapped_model` contains input name(s) args_0 with unsupported characters which will be renamed to args_0_1 in the SavedModel.
INFO:tensorflow:Assets written to: /tmp/tmp114axtt7/assets
INFO:tensorflow:Assets written to: /tmp/tmp114axtt7/assets
<tf.Tensor: shape=(4, 1), dtype=float32, numpy=
array([[0.02800461],
       [0.00945962],
       [0.02283431],
       [0.00252927]], dtype=float32)>

例:カスタムモデルの保存

class CustomModule(tf.Module):
  def __init__(self, variable_value):
    super(CustomModule, self).__init__()
    self.v = tf.Variable(variable_value)

  @tf.function
  def grow(self, x):
    return x * self.v

module = CustomModule(100.0)

# Before saving a custom model, you must ensure that concrete functions are
# built for each input signature that you will need.
module.grow.get_concrete_function(tf.RaggedTensorSpec(shape=[None, None],
                                                      dtype=tf.float32))

custom_module_path = tempfile.mkdtemp()
tf.saved_model.save(module, custom_module_path)
imported_model = tf.saved_model.load(custom_module_path)
imported_model.grow(tf.ragged.constant([[1.0, 4.0, 3.0], [2.0]]))
INFO:tensorflow:Assets written to: /tmp/tmpnn4u8dy5/assets
INFO:tensorflow:Assets written to: /tmp/tmpnn4u8dy5/assets
<tf.RaggedTensor [[100.0, 400.0, 300.0], [200.0]]>

オーバーロードされた演算子

RaggedTensorクラスは、基本的な要素ごとの演算を実行するために簡単にそれを作る、Pythonの標準算術演算と比較演算子をオーバーロード:

x = tf.ragged.constant([[1, 2], [3], [4, 5, 6]])
y = tf.ragged.constant([[1, 1], [2], [3, 3, 3]])
print(x + y)
<tf.RaggedTensor [[2, 3], [5], [7, 8, 9]]>

オーバーロードされた演算子は要素ごとの計算を実行するため、すべての2項演算への入力は同じ形状であるか、同じ形状にブロードキャスト可能である必要があります。最も単純なブロードキャストの場合、単一のスカラーが要素ごとに不規則テンソルの各値と結合されます。

x = tf.ragged.constant([[1, 2], [3], [4, 5, 6]])
print(x + 3)
<tf.RaggedTensor [[4, 5], [6], [7, 8, 9]]>

より高度な例については、放送のセクションを確認してください。

ラグドテンソルは通常通りの演算子の同じセットオーバーロードTensor秒:単項演算子-~およびabs() ;そして、バイナリ演算子+- *///%**&|^==<<= > 、および>=

インデックス作成

不規則テンソルは、多次元のインデックス作成やスライスなど、Pythonスタイルのインデックス作成をサポートします。次の例は、2Dおよび3Dの不規則テンソルを使用した不規則テンソルのインデックス付けを示しています。

インデックス作成の例:2D不規則テンソル

queries = tf.ragged.constant(
    [['Who', 'is', 'George', 'Washington'],
     ['What', 'is', 'the', 'weather', 'tomorrow'],
     ['Goodnight']])
print(queries[1])                   # A single query
tf.Tensor([b'What' b'is' b'the' b'weather' b'tomorrow'], shape=(5,), dtype=string)
print(queries[1, 2])                # A single word
tf.Tensor(b'the', shape=(), dtype=string)
print(queries[1:])                  # Everything but the first row
<tf.RaggedTensor [[b'What', b'is', b'the', b'weather', b'tomorrow'], [b'Goodnight']]>
print(queries[:, :3])               # The first 3 words of each query
<tf.RaggedTensor [[b'Who', b'is', b'George'], [b'What', b'is', b'the'], [b'Goodnight']]>
print(queries[:, -2:])              # The last 2 words of each query
<tf.RaggedTensor [[b'George', b'Washington'], [b'weather', b'tomorrow'], [b'Goodnight']]>

インデックス作成の例:3D不規則テンソル

rt = tf.ragged.constant([[[1, 2, 3], [4]],
                         [[5], [], [6]],
                         [[7]],
                         [[8, 9], [10]]])
print(rt[1])                        # Second row (2D RaggedTensor)
<tf.RaggedTensor [[5], [], [6]]>
print(rt[3, 0])                     # First element of fourth row (1D Tensor)
tf.Tensor([8 9], shape=(2,), dtype=int32)
print(rt[:, 1:3])                   # Items 1-3 of each row (3D RaggedTensor)
<tf.RaggedTensor [[[4]], [[], [6]], [], [[10]]]>
print(rt[:, -1:])                   # Last item of each row (3D RaggedTensor)
<tf.RaggedTensor [[[4]], [[6]], [[7]], [[10]]]>

RaggedTensorつの制限付きのサポート多次元インデックス付けとスライス:不揃いの次元へのインデックスが許可されていません。示された値が一部の行に存在する可能性があり、他の行には存在しない可能性があるため、このケースは問題があります。このような場合には、それはあなたが(1)調達する必要があるかどうかは明らかではありませんIndexError 。 (2)デフォルト値を使用します。または(3)その値をスキップして、最初よりも行数が少ないテンソルを返します。以下のパイソンの指導原則(「曖昧さの顔には、推測する誘惑を拒否」)、この操作は、現在許可されていません。

テンソル型変換

RaggedTensor間で変換するために使用できるクラス定義の方法RaggedTensor S及びtf.Tensor Sまたはtf.SparseTensors

ragged_sentences = tf.ragged.constant([
    ['Hi'], ['Welcome', 'to', 'the', 'fair'], ['Have', 'fun']])
# RaggedTensor -> Tensor
print(ragged_sentences.to_tensor(default_value='', shape=[None, 10]))
tf.Tensor(
[[b'Hi' b'' b'' b'' b'' b'' b'' b'' b'' b'']
 [b'Welcome' b'to' b'the' b'fair' b'' b'' b'' b'' b'' b'']
 [b'Have' b'fun' b'' b'' b'' b'' b'' b'' b'' b'']], shape=(3, 10), dtype=string)
# Tensor -> RaggedTensor
x = [[1, 3, -1, -1], [2, -1, -1, -1], [4, 5, 8, 9]]
print(tf.RaggedTensor.from_tensor(x, padding=-1))
<tf.RaggedTensor [[1, 3], [2], [4, 5, 8, 9]]>
#RaggedTensor -> SparseTensor
print(ragged_sentences.to_sparse())
SparseTensor(indices=tf.Tensor(
[[0 0]
 [1 0]
 [1 1]
 [1 2]
 [1 3]
 [2 0]
 [2 1]], shape=(7, 2), dtype=int64), values=tf.Tensor([b'Hi' b'Welcome' b'to' b'the' b'fair' b'Have' b'fun'], shape=(7,), dtype=string), dense_shape=tf.Tensor([3 4], shape=(2,), dtype=int64))
# SparseTensor -> RaggedTensor
st = tf.SparseTensor(indices=[[0, 0], [2, 0], [2, 1]],
                     values=['a', 'b', 'c'],
                     dense_shape=[3, 3])
print(tf.RaggedTensor.from_sparse(st))
<tf.RaggedTensor [[b'a'], [], [b'b', b'c']]>

不規則テンソルの評価

不規則テンソルの値にアクセスするには、次のことができます。

  1. 使用tf.RaggedTensor.to_listネストされたPythonのリストに不揃いテンソルを変換します。
  2. 使用tf.RaggedTensor.numpyその値numpyのアレイをネストされnumpyのアレイに不揃いテンソルを変換します。
  3. 使用して、その成分に不揃いテンソルを分解tf.RaggedTensor.valuestf.RaggedTensor.row_splits特性、または例えば行paritioning方法tf.RaggedTensor.row_lengthstf.RaggedTensor.value_rowids
  4. Pythonインデックスを使用して、不規則なテンソルから値を選択します。
rt = tf.ragged.constant([[1, 2], [3, 4, 5], [6], [], [7]])
print("Python list:", rt.to_list())
print("NumPy array:", rt.numpy())
print("Values:", rt.values.numpy())
print("Splits:", rt.row_splits.numpy())
print("Indexed value:", rt[1].numpy())
Python list: [[1, 2], [3, 4, 5], [6], [], [7]]
NumPy array: [array([1, 2], dtype=int32) array([3, 4, 5], dtype=int32)
 array([6], dtype=int32) array([], dtype=int32) array([7], dtype=int32)]
Values: [1 2 3 4 5 6 7]
Splits: [0 2 5 6 6 7]
Indexed value: [3 4 5]
/tmpfs/src/tf_docs_env/lib/python3.7/site-packages/tensorflow/python/ops/ragged/ragged_tensor.py:2063: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  return np.array(rows)

放送

ブロードキャストは、さまざまな形状のテンソルを要素ごとの操作に互換性のある形状にするプロセスです。放送の背景については、以下を参照してください。

二つの入力の放送のための基本的な手順xy互換性のある形状を有することです。

  1. 場合xy寸法の同じ番号を持っていない彼らが行うまで、(サイズ1)外形寸法を追加します。

  2. 各次元のxy異なるサイズを有します。

  • 場合xまたはy大き有する1次元でdは、寸法を横切ってその値を繰り返しd他の入力の大きさに合うように。
  • そうでない場合、(例外が発生しxおよびy互換性が放送されていません)。

均一な次元のテンソルのサイズが単一の数値(その次元全体のスライスのサイズ)である場合。不規則な次元のテンソルのサイズは、スライスの長さのリストです(その次元全体のすべてのスライスについて)。

放送例

# x       (2D ragged):  2 x (num_rows)
# y       (scalar)
# result  (2D ragged):  2 x (num_rows)
x = tf.ragged.constant([[1, 2], [3]])
y = 3
print(x + y)
<tf.RaggedTensor [[4, 5], [6]]>
# x         (2d ragged):  3 x (num_rows)
# y         (2d tensor):  3 x          1
# Result    (2d ragged):  3 x (num_rows)
x = tf.ragged.constant(
   [[10, 87, 12],
    [19, 53],
    [12, 32]])
y = [[1000], [2000], [3000]]
print(x + y)
<tf.RaggedTensor [[1010, 1087, 1012], [2019, 2053], [3012, 3032]]>
# x      (3d ragged):  2 x (r1) x 2
# y      (2d ragged):         1 x 1
# Result (3d ragged):  2 x (r1) x 2
x = tf.ragged.constant(
    [[[1, 2], [3, 4], [5, 6]],
     [[7, 8]]],
    ragged_rank=1)
y = tf.constant([[10]])
print(x + y)
<tf.RaggedTensor [[[11, 12], [13, 14], [15, 16]], [[17, 18]]]>
# x      (3d ragged):  2 x (r1) x (r2) x 1
# y      (1d tensor):                    3
# Result (3d ragged):  2 x (r1) x (r2) x 3
x = tf.ragged.constant(
    [
        [
            [[1], [2]],
            [],
            [[3]],
            [[4]],
        ],
        [
            [[5], [6]],
            [[7]]
        ]
    ],
    ragged_rank=2)
y = tf.constant([10, 20, 30])
print(x + y)
<tf.RaggedTensor [[[[11, 21, 31], [12, 22, 32]], [], [[13, 23, 33]], [[14, 24, 34]]], [[[15, 25, 35], [16, 26, 36]], [[17, 27, 37]]]]>

ブロードキャストされない形状の例を次に示します。

# x      (2d ragged): 3 x (r1)
# y      (2d tensor): 3 x    4  # trailing dimensions do not match
x = tf.ragged.constant([[1, 2], [3, 4, 5, 6], [7]])
y = tf.constant([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
try:
  x + y
except tf.errors.InvalidArgumentError as exception:
  print(exception)
Expected 'tf.Tensor(False, shape=(), dtype=bool)' to be true. Summarized data: b'Unable to broadcast: dimension size mismatch in dimension'
1
b'lengths='
4
b'dim_size='
2, 4, 1
# x      (2d ragged): 3 x (r1)
# y      (2d ragged): 3 x (r2)  # ragged dimensions do not match.
x = tf.ragged.constant([[1, 2, 3], [4], [5, 6]])
y = tf.ragged.constant([[10, 20], [30, 40], [50]])
try:
  x + y
except tf.errors.InvalidArgumentError as exception:
  print(exception)
Expected 'tf.Tensor(False, shape=(), dtype=bool)' to be true. Summarized data: b'Unable to broadcast: dimension size mismatch in dimension'
1
b'lengths='
2, 2, 1
b'dim_size='
3, 1, 2
# x      (3d ragged): 3 x (r1) x 2
# y      (3d ragged): 3 x (r1) x 3  # trailing dimensions do not match
x = tf.ragged.constant([[[1, 2], [3, 4], [5, 6]],
                        [[7, 8], [9, 10]]])
y = tf.ragged.constant([[[1, 2, 0], [3, 4, 0], [5, 6, 0]],
                        [[7, 8, 0], [9, 10, 0]]])
try:
  x + y
except tf.errors.InvalidArgumentError as exception:
  print(exception)
Expected 'tf.Tensor(False, shape=(), dtype=bool)' to be true. Summarized data: b'Unable to broadcast: dimension size mismatch in dimension'
2
b'lengths='
3, 3, 3, 3, 3
b'dim_size='
2, 2, 2, 2, 2

RaggedTensorエンコーディング

ラグドテンソルを使用してエンコードされRaggedTensorクラスを。内部的には、各RaggedTensorで構成されています。

  • values扁平リストに可変長列を連結テンソル、。
  • row_partitionこれらの平坦化の値が列に分割されているかを示します。

RaggedTensorエンコーディング

row_partition 4つの異なるエンコーディングを使用して保存することができます。

  • row_splits列間の分割点を指定する整数のベクトルです。
  • value_rowids各値の行インデックスを指定する整数のベクトルです。
  • row_lengths各行の長さを指定する整数のベクトルです。
  • uniform_row_lengthすべての行の単一の長さを指定する整数のスカラーです。

row_partitionエンコーディング

整数スカラーnrowsまた、中に含めることができるrow_partitionで空の末尾行のアカウントにコードvalue_rowids付き又は空の行uniform_row_length

rt = tf.RaggedTensor.from_row_splits(
    values=[3, 1, 4, 1, 5, 9, 2],
    row_splits=[0, 4, 4, 6, 7])
print(rt)
<tf.RaggedTensor [[3, 1, 4, 1], [], [5, 9], [2]]>

行パーティションに使用するエンコーディングの選択は、一部のコンテキストで効率を向上させるために、不規則なテンソルによって内部的に管理されます。特に、さまざまな行分割スキームの長所と短所のいくつかは次のとおりです。

  • 効率的な索引付けrow_splitsエンコーディングが不揃いテンソルに一定の時間インデックスとスライシングを可能にします。
  • 効率的連結row_lengths不揃いテンソルを連結するときに、2つのテンソルが一緒に連結されている場合、行の長さが変化しないので、コードは、より効率的です。
  • 小さな符号化サイズvalue_rowidsテンソルのサイズは、値のみの合計数に依存するため、空の行の数が多い不規則なテンソルを記憶するときにコードがより効率的です。一方、 row_splitsrow_lengths長い行の不揃いテンソルを記憶するときに行ごとに一つだけのスカラー値を必要とするのでエンコーディングは、より効率的です。
  • 互換性value_rowidsスキームが一致セグメンテーションなどの操作で使用される形式tf.segment_sumrow_limitsスキームは、以下のようなOPSで使用される形式と一致tf.sequence_mask
  • 均一な寸法:ASは、以下に説明uniform_row_length符号を符号化するために使用され、均一な寸法でテンソルを不揃い。

複数の不規則な寸法

複数の不揃い寸法の不揃いテンソルは、ネストされた使用してエンコードされRaggedTensorするためのvaluesテンソル。各ネストされたRaggedTensor 、単一の不揃いの次元を追加します。

複数の不規則な次元を持つ不規則なテンソルのエンコード(ランク2)

rt = tf.RaggedTensor.from_row_splits(
    values=tf.RaggedTensor.from_row_splits(
        values=[10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
        row_splits=[0, 3, 3, 5, 9, 10]),
    row_splits=[0, 1, 1, 5])
print(rt)
print("Shape: {}".format(rt.shape))
print("Number of partitioned dimensions: {}".format(rt.ragged_rank))
<tf.RaggedTensor [[[10, 11, 12]], [], [[], [13, 14], [15, 16, 17, 18], [19]]]>
Shape: (3, None, None)
Number of partitioned dimensions: 2

工場機能tf.RaggedTensor.from_nested_row_splits直接のリストを提供することにより、複数の不規則な寸法を有するRaggedTensorを構築するために使用されてもよいrow_splitsテンソルを:

rt = tf.RaggedTensor.from_nested_row_splits(
    flat_values=[10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
    nested_row_splits=([0, 1, 1, 5], [0, 3, 3, 5, 9, 10]))
print(rt)
<tf.RaggedTensor [[[10, 11, 12]], [], [[], [13, 14], [15, 16, 17, 18], [19]]]>

不規則なランクとフラットな値

ぼろぼろのテンソルのギザギザのランクが根底にあることを回数であるvalues分割されたテンソル(すなわちのネストの深さRaggedTensorオブジェクト)。最も内側のvaluesそのflat_valuesとして知られているテンソル。次の例では、 conversations ragged_rank = 3を有し、そのflat_values 1DでTensor 24列を有します。

# shape = [batch, (paragraph), (sentence), (word)]
conversations = tf.ragged.constant(
    [[[["I", "like", "ragged", "tensors."]],
      [["Oh", "yeah?"], ["What", "can", "you", "use", "them", "for?"]],
      [["Processing", "variable", "length", "data!"]]],
     [[["I", "like", "cheese."], ["Do", "you?"]],
      [["Yes."], ["I", "do."]]]])
conversations.shape
TensorShape([2, None, None, None])
assert conversations.ragged_rank == len(conversations.nested_row_splits)
conversations.ragged_rank  # Number of partitioned dimensions.
3
conversations.flat_values.numpy()
array([b'I', b'like', b'ragged', b'tensors.', b'Oh', b'yeah?', b'What',
       b'can', b'you', b'use', b'them', b'for?', b'Processing',
       b'variable', b'length', b'data!', b'I', b'like', b'cheese.', b'Do',
       b'you?', b'Yes.', b'I', b'do.'], dtype=object)

均一な内寸

均一な内側寸法を有するギザギザテンソルは、多次元用いて符号化されるtf.Tensor flat_values(すなわち、最も内側のためのvalues )。

均一な内部寸法を持つ不規則テンソルのエンコーディング

rt = tf.RaggedTensor.from_row_splits(
    values=[[1, 3], [0, 0], [1, 3], [5, 3], [3, 3], [1, 2]],
    row_splits=[0, 3, 4, 6])
print(rt)
print("Shape: {}".format(rt.shape))
print("Number of partitioned dimensions: {}".format(rt.ragged_rank))
print("Flat values shape: {}".format(rt.flat_values.shape))
print("Flat values:\n{}".format(rt.flat_values))
<tf.RaggedTensor [[[1, 3], [0, 0], [1, 3]], [[5, 3]], [[3, 3], [1, 2]]]>
Shape: (3, None, 2)
Number of partitioned dimensions: 1
Flat values shape: (6, 2)
Flat values:
[[1 3]
 [0 0]
 [1 3]
 [5 3]
 [3 3]
 [1 2]]

均一な非内寸

均一な非内側寸法を有する不規則テンソルを用いて行を分割して符号化されるuniform_row_length

均一な非内寸法の不規則テンソルのエンコード

rt = tf.RaggedTensor.from_uniform_row_length(
    values=tf.RaggedTensor.from_row_splits(
        values=[10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
        row_splits=[0, 3, 5, 9, 10]),
    uniform_row_length=2)
print(rt)
print("Shape: {}".format(rt.shape))
print("Number of partitioned dimensions: {}".format(rt.ragged_rank))
<tf.RaggedTensor [[[10, 11, 12], [13, 14]], [[15, 16, 17, 18], [19]]]>
Shape: (2, 2, None)
Number of partitioned dimensions: 2