为稀疏 - 密集乘法提供张量流稀疏矩阵。获得以下错误：TypeError：输入必须是SparseTensor

Question

我正在尝试使用tensorflow tf.sparse_tensor_dense_matmul(X, W1)。 X定义为tf.placeholder：

X = tf.placeholder("float", [None, size])。

W是tf.Variable

在进入dict时，我正在传递张量流稀疏矩阵。但是我收到了错误：

  

TypeError：输入必须是SparseTensor。

如何让 sparse_tensor_dense_matmul 模块知道我将以稀疏张量传递？

Answer 1

要通过占位符传递SparseTensor，您可以使用sparse_placeholder：

sparse_place = tf.sparse_placeholder(tf.float64)
mul_result = tf.sparse_tensor_dense_matmul(sparse_place, some_dense_tensor)

您可以按如下方式使用它：

dense_version = tf.sparse_tensor_to_dense(sparse_place)
sess.run(dense_version, feed_dict={sparse_place: tf.SparseTensorValue([[0,1], [2,2]], [1.5, 2.9], [3, 3])})
Out: array([[ 0. ,  1.5,  0. ],
            [ 0. ,  0. ,  0. ],
            [ 0. ,  0. ,  2.9]])

或者，您可以为值，形状和索引创建三个单独的占位符，例如：

indices = tf.placeholder(tf.int64)
shape = tf.placeholder(tf.int64)
values = tf.placeholder(tf.float64)
sparse_tensor = tf.SparseTensor(indices, shape, values)
sess.run(sparse_tensor, feed_dict={shape: [3, 3], indices: [[0,1], [2,2]], values: [1.5, 2.9]})