TensorFlow函数：tf.sparse |
您所在的位置：网站首页 › tf2 placeholder › TensorFlow函数：tf.sparse |
|
tf.sparse_placeholder 函数
sparse_placeholder(
dtype,
shape=None,
name=None
)
定义在：tensorflow/python/ops/array_ops.py。 请参阅指南：输入和读取器>占位符操作 为稀疏张量插入占位符，该稀疏张量将始终被提供。 注意：如果计算，此稀疏张量将产生一个错误；必须使用 feed_dict 可选参数将其值提供到 Session.run()，Tensor.eval() 或 Operation.run()。 如下示例： x = tf.sparse_placeholder(tf.float32) y = tf.sparse_reduce_sum(x) with tf.Session() as sess: print(sess.run(y)) # ERROR: will fail because x was not fed. indices = np.array([[3, 2, 0], [4, 5, 1]], dtype=np.int64) values = np.array([1.0, 2.0], dtype=np.float32) shape = np.array([7, 9, 2], dtype=np.int64) print(sess.run(y, feed_dict={ x: tf.SparseTensorValue(indices, values, shape)})) # Will succeed. print(sess.run(y, feed_dict={ x: (indices, values, shape)})) # Will succeed. sp = tf.SparseTensor(indices=indices, values=values, dense_shape=shape) sp_value = sp.eval(session=sess) print(sess.run(y, feed_dict={x: sp_value})) # Will succeed@compatibility {eager}占位符与 eager 执行不兼容。 函数参数： dtype：张量中要提供的 values 元素的类型。shape：要提供的张量的形状（可选）。如果未指定形状，则可以提供任何形状的稀疏张量。name：前缀操作的名称（可选）。函数返回值： tf.sparse_placeholder 函数返回一个可以用作提供值的句柄的 SparseTensor，但不能直接计算。 可能引发的异常： RuntimeError：如果 eager 执行已启用，则引发该异常。 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |