TensorFlow函数:tf.sparse_to_dense

tf.sparse_to_dense函数

sparse_to_dense ( 
    sparse_indices , 
    output_shape , 
    sparse_values , 
    default_value = 0 , 
    validate_indices = True , 
    name = None 
)

定义在:tensorflow/python/ops/sparse_ops.py.

请参阅指南:稀疏张量>转变

将稀疏表示形式转换为稠密张量.

构建一个 dense 形状 output_shape 的数组,如下述所示:

# If sparse_indices is scalar
dense[i] = (i == sparse_indices ? sparse_values : default_value)

# If sparse_indices is a vector, then for each i
dense[sparse_indices[i]] = sparse_values[i]

# If sparse_indices is an n by d matrix, then for each i in [0, n)
dense[sparse_indices[i][0], ..., sparse_indices[i][d-1]] = sparse_values[i]

所有其他值的 dense 都设置为 default_value.如果 sparse_values 是标量,则所有稀疏索引都设置为该单个值.

索引应按字典顺序排序,索引不得有任何重复.如果 validate_indices 为 True,则在执行期间检查这些属性.

函数参数:

  • sparse_indices:表示类型为 int32 或 int64 的 0-d、1-d 或 2- d Tensor;sparse_indices[i] 包含完整索引,这是 sparse_values[i] 将放置的位置.
  • output_shape:与 sparse_indices 具有相同类型的 1-D Tensor;密集输出张量的形状.
  • sparse_values:0-D 或1-D Tensor;对应于每行的 sparse_indices 值,或者将用于所有稀疏索引的标量值.
  • default_value:与 sparse_values 具有相同类型的 0-D Tensor;为未在 sparse_indices 中指定的索引设置值;默认为零.
  • validate_indices:一个布尔值;如果为 True,则检查索引以确保按照词典顺序排序并且没有重复.
  • name:操作的名称(可选).

函数返回值:

tf.sparse_to_dense函数返回形状为 output_shape 的密集 Tensor,它与 sparse_values 具有相同的类型.

以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号

意见反馈
返回顶部