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 три тензора объединяются 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) включает следующие компоненты, где N и ndims — количество значений и количество измерений в SparseTensor, соответственно:

• indices: 2-мерный тензор int64 формы [N, ndims], который указывает 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 — значение 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] указывает двумерный тензор 3x6, dense_shape=[2,3,4] указывает трехмерный тензор 2x3x4, а dense_shape=[9] указывает одномерный тензор с 9 элементами.

Соответствующий плотный тензор удовлетворяет:

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

По соглашению, indices должен быть отсортирован в порядке следования строк (или, что эквивалентно, в лексикографическом порядке по кортежам indices[i]). Это не навязывается при создании объектов SparseTensor, но большинство операций предполагают правильный порядок. Если порядок разреженного тензора st неверен, можно получить исправленную версию, 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
)

Оценивает этот разреженный тензор в сессии.

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

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

from_value

Просмотреть исходный код

@classmethod
from_value(
    sparse_tensor_value
)

get_shape

Просмотреть исходный код

get_shape()

Получить тензор, представляющий форму плотного тензора.

with_values

Просмотреть исходный код

with_values(
    new_values
)

Возвращает копию self с values заменённым на new_values.

Этот метод создаёт 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__(
    y
)

Элемент-поэлементное деление разреженного тензора на плотный тензор.

Ограничение: эта операция производит вещание только с плотного тензора на разреженный, но не в обратном направлении.

__mul__

Просмотреть исходный код

__mul__(
    y
)

Элемент-поэлементное умножение разреженного тензора на плотный тензор.

Расположения выходных данных, соответствующие неявно нулевым элементам в разреженном тензоре, будут нулевыми (т.е. не будут занимать места в памяти), независимо от содержимого плотного тензора (даже если он содержит +/-INF и INF*0 == NaN).

Ограничение: данный оператор выполняет распределение плотной части только к разреженной, но не в обратном направлении.

__truediv__

Просмотреть исходный код

__truediv__(
    y
)

Внутренняя вспомогательная функция для 'sp_t / dense_t'.