如何用零初始化稀疏矩阵？

Question

我用这个Keras word-level text generation example作为我自己工作的基础。

当我尝试训练数据时，我在第59行得到 MemoryError ：

X = np.zeros((len(sentences), maxlen, len(words)), dtype=np.bool)

作为一个大矩阵用零初始化。 y：

会发生相同的零初始化

y = np.zeros((len(sentences), len(words)), dtype=np.bool)

稍后矩阵将被填充（一个热编码）：

for i, sentence in enumerate(sentences):
    for t, word in enumerate(sentence.split()):
        X[i, t, word_indices[word]] = 1
    y[i, word_indices[next_words[i]]] = 1

如何使用稀疏矩阵来节省内存并使其可执行？

我看了scipy's sparse matrix，但看起来他们只支持2D矩阵 我也看了Tensorflow's sparse tensor，但我认为它们不支持零初始化以便稍后填充它们（就像我需要的那样）。