tf.io.SparseFeature

Настройка для разбора разреженной входной характеристики из Example.

tf.io.SparseFeature(
    index_key, value_key, dtype, size, already_sorted=False
)

Обратите внимание, предпочтительнее использовать VarLenFeature (возможно, в сочетании с SequenceExample), чтобы разобрать SparseTensor вместо SparseFeature из-за простоты.

В точности имитируя SparseTensor, который будет получен при разборе Example с конфигурацией SparseFeature, SparseFeature содержит

• value_key: Имя ключа для Feature в Example, чья обработанная Tensor будет результирующим SparseTensor.values.

• index_key: Список имён — по одному для каждой размерности результирующего SparseTensor, чья indices[i][dim], указывающая позицию i-го значения в dim измерении, будет равна i-му значению в Feature с именем ключа index_key[dim] в Example.

• size: Список целых чисел для результирующего SparseTensor.dense_shape.

Например, мы можем представить следующую 2D-SparseTensor

SparseTensor(indices=[[3, 1], [20, 0]],
             values=[0.5, -1.0]
             dense_shape=[100, 3])

с входным протоколом Example

features {
  feature { key: "val" value { float_list { value: [ 0.5, -1.0 ] } } }
  feature { key: "ix0" value { int64_list { value: [ 3, 20 ] } } }
  feature { key: "ix1" value { int64_list { value: [ 1, 0 ] } } }
}

и конфигурацией SparseFeature с 2 index_key

SparseFeature(index_key=["ix0", "ix1"],
              value_key="val",
              dtype=tf.float32,
              size=[100, 3])