使用报错_TensorFlow 使用报错记录

最新推荐文章于 2021-02-27 01:51:59 发布

令狐诗楠

最新推荐文章于 2021-02-27 01:51:59 发布

阅读量475

点赞数

文章标签：使用报错

本文链接：https://blog.csdn.net/weixin_35970195/article/details/112585490

版权

在TensorFlow中进行大规模稀疏矩阵相乘时，可能会遇到内存不足的错误。解决方法包括将稀疏矩阵转换为密集矩阵进行乘法，并在转换时关闭`validate_indices`选项以处理非递增索引。参考了StackOverflow和CSDN上的解决方案。

摘要由CSDN通过智能技术生成

当使用稀疏矩阵相乘tf.sparse_tensor_dense_matmul时，如果稀疏矩阵过大，会报出

Cannot use GPU when output.shape[1] * nnz(a) > 2^31

此时，可将稀疏矩阵转为密集矩阵做乘法

dense_input_a = tf.sparse_tensor_to_dense(input_a)
output = tf.matmul(dense_input_a, input_b, a_is_sparse = True)

解决方案出自^[1]

indices[1] = [2740,0] is out of order

如果要解决这个问题可以设置validate_indices=False，关闭这个功能。

dense=tf.sparse_to_dense(input_a,validate_indices=False)

解决方案出自^[2]

^stackoverflow https://stackoverflow.com/questions/57687200/how-to-multiply-very-large-sparse-matrix-in-tensorflow
^csdn https://blog.csdn.net/ziliwangmoe/article/details/81318880

关注