Question

我正在使用while_loop来迭代更新矩阵。循环在密集张量下运行良好，但是当我使用稀疏张量时，出现以下错误：

InvalidArgumentError：a_indices的行数不匹配   a_values [[节点：   while / SparseTensorDenseMatMul / SparseTensorDenseMatMul =   SparseTensorDenseMatMul [T = DT_FLOAT，Tindices = DT_INT64，   adjoint_a = false，adjoint_b = false，   _device =“ / job：localhost / replica：0 / task：0 / device：GPU：0”]（while / SparseTensorDenseMatMul / SparseTensorDenseMatMul / Enter，   while / SparseTensorDenseMatMul / SparseTensorDenseMatMul / Enter_1，   ConstantFolding / dense_to_sparse / Shape_enter / _1，而/ Switch_1：1）]]
  [[节点：while / Exit_1 / _5 = _Recvclient_terminated = false，   recv_device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”，   send_device =“ / job：localhost /副本：0 / task：0 / device：GPU：0”，   send_device_incarnation = 1，tensor_name =“ edge_62_while / Exit_1”，   tensor_type = DT_FLOAT，   _device =“ / job：localhost /副本：0 /任务：0 /设备：CPU：0”]]

我在两个版本之间进行的唯一更改是使用HH = tf.contrib.layers.dense_to_sparse（HH）转换HH并使用tf.sparse_tensor_dense_matmul（HH，f）而不是tf.matmul（HH，f） -显示在下面的注释代码中。

with tf.device('/gpu:0'):
    g=tf.constant(g,shape=[np.size(g),1],dtype=tf.float32)
    H=tf.constant(H,dtype=tf.float32);
    Ht=tf.transpose(H)
    HH=tf.matmul(Ht,H)
    #HH=tf.contrib.layers.dense_to_sparse(HH)
    a=tf.matmul(Ht,g)
    i=tf.constant(0,dtype=tf.int32)
    f=tf.constant(f,dtype=tf.float32)
    body = lambda i,f:(tf.add(i,1),tf.divide(tf.multiply(f,a),tf.matmul(HH,f)+10e-9))
    #body = lambda i,f:(tf.add(i,1),tf.divide(tf.multiply(f,a),tf.sparse_tensor_dense_matmul(HH,f)+10e-9))
    cond= lambda i,f:tf.less(i,iterations)
    i,f=tf.while_loop(cond,body,(i,f))
sess=tf.Session()
i,f=sess.run([i,f])

请注意，只要H，g和f足够小，此代码就可以工作。例如，对于H.shape =（8000,3840），g.shape =（8000,1），f.shape =（3840,1）和更大的值，会发生此错误，但对于H.shape =（8000， 3584），g.shape =（8000,1），f.shape =（3584,1）和更小。我需要为while循环中的稀疏张量做一些特殊的事情以确保它们保持其形状吗？

Answer 1

我尝试从tensorflow 1.8更新到1.12，并且tensorflow完全停止工作（ts.Session会无限期挂起）。因此，我改变了anaconda环境，并从tensorflow 1.12重新开始。在此更新/重新安装后，稀疏张量的问题消失了，尽管尚不清楚该问题是否与tensorflow的版本或我的anaconda环境中的其他问题有关。

使用稀疏张量的while_loop中的InvalidArgumentError

1 个答案: