如何获取由Ragged Tensor构建的数据集的元素最大长度？

针对你给出的由Ragged Tensor构建的tf.data.Dataset，可以通过以下几种方式获取所有元素的最大长度（示例中结果为4）：

方法一：利用数据集的reduce操作 #

直接通过数据集的reduce方法遍历每个元素，动态更新当前最大长度：

import tensorflow as tf

ds = tf.data.Dataset.from_tensor_slices(
    tf.ragged.constant([[1, 2, 3, 4], [], [5, 6, 7], [8], []]))

max_length = ds.reduce(0, lambda current_max, elem: tf.maximum(current_max, tf.shape(elem)[0]))
print(max_length.numpy())  # 输出：4

方法二：收集所有元素长度后求最大值 #

先遍历数据集获取每个元素的长度，再用tf.reduce_max计算最大值：

lengths = [tf.shape(elem)[0] for elem in ds]
max_length = tf.reduce_max(lengths).numpy()
print(max_length)  # 输出：4

方法三：基于原始Ragged Tensor直接计算 #

如果你能访问构建数据集的原始Ragged Tensor，可以更高效地通过row_lengths()获取所有元素长度，再求最大值：

original_ragged = tf.ragged.constant([[1, 2, 3, 4], [], [5, 6, 7], [8], []])
max_length = tf.reduce_max(original_ragged.row_lengths()).numpy()
print(max_length)  # 输出：4

内容的提问来源于stack exchange，提问作者Mykola Zotko