tf.sparse.softmax

Применяет softmax к пакету N-мерных SparseTensor.

tf.sparse.softmax(
    sp_input, name=None
)

Вводные данные представляют собой N-мерный SparseTensor с логической формой [..., B, C] (где N >= 2), и с индексами, отсортированными в каноническом лексикографическом порядке.

Этот оператор эквивалентен применению обычного tf.nn.softmax() к каждой внутренней логической подматрице с формой [B, C], но с тем ограничением, что неявные нулевые элементы не участвуют. В частности, алгоритм эквивалентен:

(1) Применяет tf.nn.softmax() к уплотнённому представлению каждой внутренней подматрицы с формой [B, C], по размерности C; (2) Маскирует исходные неявные нулевые позиции; (3) Перенормирует оставшиеся элементы.

Таким образом, результат SparseTensor имеет ровно те же ненулевые индексы и форму.

Пример:

# First batch:
# [?   e.]
# [1.  ? ]
# Second batch:
# [e   ? ]
# [e   e ]
shape = [2, 2, 2]  # 3-D SparseTensor
values = np.asarray([[[0., np.e], [1., 0.]], [[np.e, 0.], [np.e, np.e]]])
indices = np.vstack(np.where(values)).astype(np.int64).T

result = tf.sparse.softmax(tf.sparse.SparseTensor(indices, values, shape))
# ...returning a 3-D SparseTensor, equivalent to:
# [?   1.]     [1    ?]
# [1.  ? ] and [.5  .5]
# where ? means implicitly zero.