tf.SparseTensor和tf.sparse_tensor_to_dense

本文介绍了如何在TensorFlow中创建、运行和转换稀疏张量(SparseTensor),展示了sparse_tensor_to_dense函数的用法,并通过实例说明了如何用密集张量表示稀疏张量。
import tensorflow as tf
import numpy as np

indices = np.array([[0, 0], [1, 1], [2, 2], [3, 4]], dtype=np.int32)
values = np.array([1, 2, 3, 4], dtype=np.int32)
shape = np.array([5, 5], dtype=np.int32)
x = tf.SparseTensor(values=values,indices=indices,dense_shape=shape)

with tf.Session() as sess:
    result = sess.run(x)
    print(result) 

    result_value = tf.sparse_tensor_to_dense(result)
    print('value:\n', sess.run(result_value))
Sparsetensor(indices=[[0, 0], [1, 2]], values=[1, 2], dense_shape=[3, 4])
dense tensor:
[[1, 0, 0, 0]
 [0, 0, 2, 0]
 [0, 0, 0, 0]]

tensorflow 使用三个dense tensor来表达一个sparse tensor:indices、value、dense_shape

sparse_to_dense()和sparse_tensor_to_dense()的用法
tf.SparseTensor和tf.sparse_tensor_to_dense

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值