tf.sparse.SparseTensor

Представляет разреженный тензор.

tf.sparse.SparseTensor(
    indices, values, dense_shape
)

TensorFlow представляет разреженный тензор как три отдельных плотных тензора: indices, values, и dense_shape. В Python эти три тензора собираются в класс SparseTensor для удобства использования. Если у вас есть отдельные тензоры indices, values, и dense_shape, оберните их в объект SparseTensor перед передачей в операции ниже.

Конкретно, разреженный тензор SparseTensor(indices, values, dense_shape) состоит из следующих компонентов, где N и ndims — это количество значений и количество измерений в SparseTensor, соответственно:

• indices: 2-мерный тензор int64 формы [N, ndims], который определяет индексы элементов в разреженном тензоре, содержащих ненулевые значения (элементы нумеруются с нуля). Например, indices=[[1,3], [2,4]] указывает, что элементы с индексами [1,3] и [2,4] имеют ненулевые значения.

• values: тензор любого типа и формы [N], который предоставляет значения для каждого элемента в indices. Например, при заданном indices=[[1,3], [2,4]], параметр values=[18, 3.6] указывает, что элемент [1,3] разреженного тензора имеет значение 18, а элемент [2,4] тензора — 3,6.

• dense_shape: 1-мерный тензор int64 формы [ndims], который указывает плотную форму разреженного тензора. Принимает список, указывающий количество элементов в каждом измерении. Например, dense_shape=[3,6] определяет двумерный тензор 3x6, dense_shape=[2,3,4] определяет трехмерный тензор 2x3x4, а dense_shape=[9] определяет одномерный тензор с 9 элементами.

Соответствующий плотный тензор удовлетворяет условию:

dense.shape = dense_shape
dense[tuple(indices[i])] = values[i]

По соглашению, indices должен быть отсортирован в порядке строк (или, что эквивалентно, в лексикографическом порядке кортежей indices[i]). Это не навязывается при создании объектов SparseTensor, но большинство операций предполагают правильный порядок. Если порядок разреженного тензора st неправилен, фиксированную версию можно получить, вызвав tf.sparse.reorder(st).

Пример: разреженный тензор

SparseTensor(indices=[[0, 0], [1, 2]], values=[1, 2], dense_shape=[3, 4])

представляет плотный тензор

[[1, 0, 0, 0]
 [0, 0, 2, 0]
 [0, 0, 0, 0]]

Методы

consumers

Просмотреть исходный код

consumers()

eval

Просмотреть исходный код

eval(
    feed_dict=None, session=None
)

Вычисляет этот разреженный тензор в сессии.

Вызов этого метода выполнит все предыдущие операции, необходимые для получения входных данных для операции, производящей этот тензор.

Примечание: Перед вызовом SparseTensor.eval() граф должен быть запущен в сессии, и либо должна быть доступна сессия по умолчанию, либо сессия session должна быть указана явно.

from_value

Просмотреть исходный код

@classmethod
from_value(
    sparse_tensor_value
)

get_shape

Просмотреть исходный код

get_shape()

Получить форму плотного тензора.

with_values

Просмотреть исходный код

with_values(
    new_values
)

Возвращает копию self со значениями values замененными на new_values.

Этот метод создает новый разреженный тензор, который имеет те же ненулевые значения и ту же форму, но обновлённые значения.

Пример использования:

st = tf.sparse.from_dense([[1, 0, 2, 0], [3, 0, 0, 4]])
tf.sparse.to_dense(st.with_values([10, 20, 30, 40]))  # 4 nonzero values
<tf.Tensor: shape=(2, 4), dtype=int32, numpy=
array([[10,  0, 20,  0],
       [30,  0,  0, 40]], dtype=int32)>

__div__

Просмотреть исходный код

__div__(
    sp_x, y
)

Компонентово-поэлементное деление SparseTensor на плотный тензор.

Ограничение: эта операция выполняет широковещательную передачу только от плотного тензора к разреженному, но не в обратном направлении.

__mul__

Просмотреть исходный код

__mul__(
    sp_x, y
)

Компонентово-поэлементное умножение SparseTensor на плотный тензор.

Расположение выходных данных, соответствующих неявно нулевым элементам в разреженном тензоре, будет равно нулю (то есть, не будет занимать место в памяти), независимо от содержимого плотного тензора (даже если это +/-INF и INF*0 == NaN).

Ограничение: данная операция транслирует плотное представление в разреженное, но не наоборот.

__truediv__

Просмотреть исходный код

__truediv__(
    sp_x, y
)

Внутренняя вспомогательная функция для 'sp_t / dense_t'.