tensorflow中的mask：tf.sequence_mask

tf.sequence_mask：

函数原型：

sequence_mask(
    lengths,
    maxlen=None,
    dtype=tf.bool,
    name=None
)

例子：

import tensorflow as tf
a = tf.sequence_mask([1, 2, 3], 4)
b = tf.sequence_mask([[1, 2], [3, 4]])
w = tf.constant([[1., 2, 3], [1, 2, 1], [1, 2, 3], [1, 2, 1]])
mask = tf.sequence_mask([1, 3, 2, 2], 3, dtype=tf.float32)
w_mask=w*mask
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(a))
    print(sess.run(b))
    print(sess.run(w))
    print(sess.run(mask))
    print(sess.run(w_mask))

结果：
[[ True False False False]
 [ True  True False False]
 [ True  True  True False]]
 ==============================
[[[ True False False False]
  [ True  True False False]]
  
 [[ True  True  True False]
  [ True  True  True  True]]]
  ===============================
[[1. 2. 3.]
 [1. 2. 1.]
 [1. 2. 3.]
 [1. 2. 1.]]
  ===============================
[[1. 0. 0.]
 [1. 1. 1.]
 [1. 1. 0.]
 [1. 1. 0.]]
  ===============================
[[1. 0. 0.]
 [1. 2. 1.]
 [1. 2. 0.]
 [1. 2. 0.]]

说明：

• lengths和maxlen确定了生成的mask矩阵的形状。其中生成的mask矩阵维度为：shape(lengths)×maxlen，即：就是将lengths中每一个元素替换为一个长度maxlen的list，并且list中前（lengths中该位置元素）个值为正值剩下的元素为负值。
• dtype：决定生成的数据的类型
• 该函数的主要作用是用来去掉每个张量中的一部分值，比如loss中的填充部分对应的值。