我有一些embedding_vectors，我需要使用以下new_embeddings：
new_embeddings = tf.nn.embedding_lookup_sparse(
params=embedding_vectors,
sp_ids=some_ids,
sp_weights=None,
)
问题在于，some_ids确实很大，并且对于给定的数据二维张量而言，但常数非常稀疏。我的管道包括对其indices，values和shape的评估，我将它们与训练循环中的sparse_placeholder直接一起使用以填充some_ids占位符。 / p>
不幸的是，它非常慢。似乎在每个训练步骤中，some_ids都被转换为密集的张量，这似乎确实是不必要且奇怪的。我对这种转换是否正确，embedding_lookup_sparse是否还有其他选择？