TensorFlow函数：tf.sparse_placeholder

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。