如何将SciPy稀疏矩阵读入Tensorflow的占位符

Question

可以通过这种方式读取密集数据：

# tf - tensorflow, np - numpy, sess - session
m = np.ones((2, 3))
placeholder = tf.placeholder(tf.int32, shape=m.shape)
sess.run(placeholder, feed_dict={placeholder: m})

如何将scipy稀疏矩阵（例如scipy.sparse.csr_matrix）读入tf.placeholder或者tf.sparse_placeholder？

Answer 1

我认为目前TF没有很好的方法来读取稀疏数据。如果您不想将稀疏矩阵转换为密集矩阵，可以尝试构造sparse tensor.。

以下是official tutorial告诉您的内容：

  

SparseTensors与队列不兼容。如果您使用SparseTensors   你必须使用tf.parse_example解码字符串记录   批处理（而不是在批处理之前使用tf.parse_single_example）。

Answer 2

将SciPy稀疏矩阵提供给TF占位符

• 选项1：您需要使用tf.sparse_placeholder。在Use coo_matrix in TensorFlow中显示了将数据提供给sparse_placeholder
的方式
• 选项2：您需要将稀疏矩阵转换为NumPy密集矩阵并馈送到tf.place_holder（当然，当转换后的密集矩阵内存不足时，这种方式是不可能的）