SparseTensor

TensorFlow使用三个dense tensor来表达一个sparse tensor：indices、values、dense_shape。

假如我们有一个dense tensor：

[[1, 0, 0, 0]
 [0, 0, 2, 0]
 [0, 0, 0, 0]]

那么用SparseTensor表达这个数据对应的三个dense tensor如下：

• indices：[[0, 0], [1, 2]]

• values：[1, 2]

• dense_shape：[3, 4]

可以通过以下两种方法，将sparse tensor转化为dense tensor：

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

• tf.sparse_tensor_to_dense(sp_input, default_value=0, validate_indices=True, name=None)

SparseTensor(indices, values, dense_shape)

• indices: 一个2D的 int64 Tensor,shape为(N, ndims),指定了sparse tensor中的索引, 例如: indices=[[1,3], [2,4]]说明,dense tensor中对应索引为[1,3], [2,4]位置的元素的值不为0.
• values: 一个1D tensor,shape为(N)用来指定索引处的值. For example, given indices=[[1,3], [2,4]], the parameter values=[18, 3.6] specifies that element [1,3] of the sparse tensor has a value of 18, and element [2,4] of the tensor has a value of 3.6.
• dense_shape: 一个1D的int64 tensor,形状为ndims,指定dense tensor的形状.

相对应的有一个tf.sparse_placeholder,如果给这个sparse_placeholder喂数据呢?

sp = tf.sparse_placeholder(tf.int32)

with tf.Session() as sess:
  #就这么喂就可以了
  feed_dict = {sp:(indices, values, dense_shape)}

tensorflow中目前没有API提供denseTensor->SparseTensor转换

tf.sparse_tensor_to_dense(sp_input, default_value=0, validate_indices=True, name=None)

把一个SparseTensor转化为DenseTensor.

• sp_input: 一个SparceTensor.
• default_value:没有指定索引的对应的默认值.默认为0.
• validate_indices: 布尔值.如果为True的话,将会检查sp_input的indices的lexicographic order和是否有重复.
• name: 返回tensor的名字前缀.可选.

Reference:

https://segmentfault.com/a/1190000008793389