tf.io.SparseFeature

Конфигурация для разбора разреженного входного атрибута из Example.

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

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

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

• value_key: Имя ключа для Feature в Example, чьи разобранные Tensor будут результирующим SparseTensor.values.

• index_key: Список имен — по одному для каждой размерности в результирующем SparseTensor, чьи indices[i][dim], указывающие на положение i-го значения в dim размерности, будут равны i-му значению в атрибуте со значением 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 SparseFeature конфигурацией 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 более 1 должна использоваться 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 плотный размер. Должен быть списком, если и только если index_key является списком. В этом случае список должен быть равен длине index_key. Для каждого элемента i все значения в index_key[i] атрибуте должны быть в [0, size[i]).
• already_sorted: Логическое значение Python, указывающее, отсортированы ли значения в value_key по их позициям индекса. В таком случае сортировку пропускают. По умолчанию False (необязательно).