tf.io.SparseFeature

Конфигурация для разбора разреженного входного признака из Example.

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

Обратите внимание: для разбора SparseTensors рекомендуется использовать VarLenFeature (возможно, в сочетании с SequenceExample) вместо SparseFeature, поскольку это проще.

Точно воспроизводя SparseTensor, который будет получен при разборе Example с конфигурацией SparseFeature, SparseFeature содержит:

• value_key: имя ключа для Feature в Example, разобранное Tensor которого станет результирующим SparseTensor.values.

• index_key: список имён — по одному для каждого измерения результирующего SparseTensor, indices[i][dim] которого указывает положение i-го значения в dim-м измерении и будет равно i-му значению в Feature с ключом index_key[dim] в Example.

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

Например, можно представить следующий двумерный SparseTensor

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

с помощью входного прототипа 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 конфигурации SparseFeature с двумя index_key

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