tf.nest.flatten

Возвращает плоский список из заданной структуры.

tf.nest.flatten(
    structure, expand_composites=False
)

Обратитесь к tf.nest для определения структуры.

Если структура является атомом, то возвращается список с одним элементом: [структура].

Это обратная функция к методу nest.pack_sequence_as, который принимает плоский список и упаковывает его обратно в структуру.

В случае экземпляров словарей последовательность состоит из значений, отсортированных по ключу для обеспечения детерминированного поведения. Это также верно для экземпляров OrderedDict: их порядок последовательности игнорируется, вместо этого используется порядок сортировки ключей. Такая же соглашение используется в nest.pack_sequence_as. Это правильно упаковывает словари и OrderedDict после их уплощения и также позволяет уплощать OrderedDict, а затем упаковывать его обратно, используя соответствующий обычный словарь или наоборот. Словари с несортируемыми ключами не могут быть уплощены.

Пользователи не должны изменять какие-либо коллекции, используемые в nest, во время работы этой функции.

Примеры:

1. Python-словарь (отсортированный по ключу):

dict = { "key3": "value3", "key1": "value1", "key2": "value2" }
tf.nest.flatten(dict)
  ['value1', 'value2', 'value3']
  

1. Для вложенной Python-кортежа:

tuple = ((1.0, 2.0), (3.0, 4.0, 5.0), 6.0)
tf.nest.flatten(tuple)
      [1.0, 2.0, 3.0, 4.0, 5.0, 6.0]
  

1. Для вложенного словаря словарей:

dict = { "key3": {"c": (1.0, 2.0), "a": (3.0)},
"key1": {"m": "val1", "g": "val2"} }
tf.nest.flatten(dict)
  ['val2', 'val1', 3.0, 1.0, 2.0]
  

1. Массив NumPy (не будет уплощаться):

array = np.array([[1, 2], [3, 4]])
tf.nest.flatten(array)
      [array([[1, 2],
              [3, 4]])]
  

1. tf.Tensor (не будет уплощаться):

tensor = tf.constant([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]])
tf.nest.flatten(tensor)
      [<tf.Tensor: shape=(3, 3), dtype=float32, numpy=
        array([[1., 2., 3.],
               [4., 5., 6.],
               [7., 8., 9.]], dtype=float32)>]
  

1. tf.RaggedTensor: Это составной тензор, представление которого состоит из плоского списка 'значений' и списка 'row_splits', которые указывают, как разбить плоский список на разные строки. Для получения более подробной информации о tf.RaggedTensor посетите https://www.tensorflow.org/api_docs/python/tf/RaggedTensor.

с expand_composites=False, мы просто возвращаем RaggedTensor как есть.

tensor = tf.ragged.constant([[3, 1, 4, 1], [], [5, 9, 2]])
tf.nest.flatten(tensor, expand_composites=False)
  [<tf.RaggedTensor [[3, 1, 4, 1], [], [5, 9, 2]]>]
  

с expand_composites=True, мы возвращаем составляющие тензоры, которые образуют представление RaggedTensor (тензоры значений и row_splits)

tensor = tf.ragged.constant([[3, 1, 4, 1], [], [5, 9, 2]])
tf.nest.flatten(tensor, expand_composites=True)
  [<tf.Tensor: shape=(7,), dtype=int32, numpy=array([3, 1, 4, 1, 5, 9, 2],
                                                    dtype=int32)>,
   <tf.Tensor: shape=(4,), dtype=int64, numpy=array([0, 4, 4, 7])>]