tf.io.SparseFeature

Настройка для разбора разреженного входного признака из Example.

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

Обратите внимание, что предпочтительнее использовать VarLenFeature (возможно, в сочетании с SequenceExample) для разбора SparseTensor вместо SparseFeature из-за его простоты.

Тесно имитируя SparseTensor, который будет получен при разборе Example с помощью конфигурации SparseFeature, SparseFeature содержит

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

• index_key: Список имён — по одному на каждую размерность в результирующем SparseTensor, где indices[i][dim], указывающее позицию i-го значения в dim измерении, будет равно i-му значению в признаке с именем ключа index_key[dim] в Example.

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

Например, мы можем представить следующие 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])

Поля:

• index_key: Одиночное строковое имя или список строковых имён признаков индексов. Для каждого ключа тип базового признака должен быть int64, а его длина всегда должна совпадать с длиной признака value_key. Для представления SparseTensor с dense_shape больше 1 необходимо использовать список длиной rank.
• value_key: Имя признака значения. Тип базового признака должен быть dtype, а его длина всегда должна совпадать с длиной всех признаков index_key.
• dtype: Тип данных признака value_key.
• size: Целое число Python или список целых чисел, определяющий плотную форму. Должен быть списком только в том случае, если index_key является списком. В этом случае список должен быть равен длине index_key. Для каждого элемента i все значения в признаке index_key[i] должны быть в [0, size[i]).
• already_sorted: Булевое значение Python, указывающее, отсортированы ли значения в value_key по порядку их индексов. В случае утвердительного ответа, пропускается сортировка. По умолчанию ложь (необязательно).