tensorflow中如何将若干个向量组成的batch重组成下三角矩阵？

Question

我有一个向量组成的batch（记向量长度为n，batch的shape就是(?,n)）。现在需要将其中每个向量重新排列成下三角阵，形成的矩阵构成一个新的batch。例如，输入batch是[[1,2,3],[4,5,6]]，输出要是[[[1,0],[2,3]],[[4,0],[5,6]]]。另外，还要求对角线上的元素为正（可以用softplus等实现）

我考虑过使用tf.sparse_to_dense，但是它好像不支持broadcasting，也就无法用于batch的情况。我还考虑使用tf.reshape加tf.batch_matrix_band_part，但后者在1.0稳定版中没有，而且也无法解决对角线元素为正的问题。

有没有办法实现将这个batch里每个向量重组成下三角阵？如果不行，有没有别的办法进行批量训练而无需把各个向量用数组组成一个batch？

Answer 1

batch_matrix_band_part实际上是可以用的，只不过它改名成了matrix_band_part，而文档过时了，参见这个回答。

至于将对角线上变成整数，可以先提取下三角阵lower = matrix_band_part(input, -1, 0)，再提取对角线diag = matrix_band_part(input, 0, 0)，结果result=lower - diag + softplus(diag)。

input向量中浪费的元素不必理会，因为tensorflow不会计算用不到的元素。