Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tf.sparse.SparseTensor

TensorFlow 1 versión Ver código fuente en GitHub

Representa un tensor escasa.

Se utiliza en los cuadernos

Se utiliza en la guía Se utiliza en los tutoriales

TensorFlow representa un tensor escasa como tres tensores densas separadas: indices , values , y dense_shape . En Python, los tres tensores se recogen en un SparseTensor clase para facilidad de uso. Si tiene distintos indices , values , y dense_shape tensores, envolverlos en una SparseTensor objeto antes de pasar a las operaciones siguientes.

Concretamente, el tensor de escasa SparseTensor(indices, values, dense_shape) comprende los siguientes componentes, en donde N y ndims son el número de valores y el número de dimensiones en el SparseTensor , respectivamente:

  • indices : A 2-D tensor Int64 de forma [N, ndims] , que especifica los índices de los elementos en el tensor escasa que contiene valores distintos de cero (elementos son cero indexados). Por ejemplo, indices=[[1,3], [2,4]] especifica que los elementos con índices de [1,3] y [2,4] tienen valores distintos de cero.

  • values : A 1-D tensor de cualquier tipo y forma [N] , que proporciona los valores para cada elemento de indices . Por ejemplo, dada indices=[[1,3], [2,4]] , el parámetro de values=[18, 3.6] especifica que el elemento [1,3] del tensor de escasa tiene un valor de 18, y el elemento [ 2,4] del tensor tiene un valor de 3,6.

  • dense_shape : A 1-D tensor Int64 de forma [ndims] , que especifica el dense_shape del tensor escasa. Toma una lista que indica el número de elementos en cada dimensión. Por ejemplo, dense_shape=[3,6] especifica un tensor de 3x6 de dos dimensiones, dense_shape=[2,3,4] especifica un tensor 2x3x4 tridimensional, y dense_shape=[9] especifica un tensor unidimensional con 9 elementos .

Los correspondientes satisface densa tensor:

 dense.shape = dense_shape
dense[tuple(indices[i])] = values[i]
 

Por convención, indices deben clasificarse en orden de fila mayor (o el orden lexicográfico de manera equivalente en las tuplas indices[i] ). Esto no se aplica cuando SparseTensor se construyen los objetos, pero la mayoría de los ops asuma orden correcto. Si el orden de tensor de escasa st está mal, una versión fija puede ser obtenida llamando tf.sparse.reorder(st) .

Ejemplo: El tensor de escasa

 SparseTensor(indices=[[0, 0], [1, 2]], values=[1, 2], dense_shape=[3, 4])
 

representa el tensor densa

 [[1, 0, 0, 0]
 [0, 0, 2, 0]
 [0, 0, 0, 0]]
 

indices Un tensor Int64 2-D de la forma de [N, ndims] .
values A 1-D tensor de cualquier tipo y forma [N] .
dense_shape Un tensor Int64 1-D de la forma [ndims] .

ValueError Cuando la construcción de un SparseTensor ansiosos si dense_shape es desconocido o contiene elementos desconocidos (ninguno o -1).

dense_shape A 1-D Tensor de Int64 que representa la forma de la densa tensor.
dtype El DType de elementos en este tensor.
graph El Graph que contiene los tensores índice, valor, y dense_shape.
indices Los índices de los valores distintos de cero en el tensor representado densa.
op La Operation que produce values como una salida.
shape Obtener el TensorShape que representa la forma de la densa tensor.
values Los valores distintos de cero en la densa representados tensor.

Métodos

consumers

Ver fuente

eval

Ver fuente

Evalúa este tensor dispersa en una Session .

Al llamar a este método se ejecutará todas las operaciones anteriores que producen los insumos necesarios para la operación que produce este tensor.

args
feed_dict Un diccionario que Tensor objetos a valores de avance. Ver tf.Session.run para una descripción de los valores de avance válidos.
session (Opcional.) La Session que se utiliza para evaluar este tensor escasa. Si ninguno, se utilizará la sesión predeterminada.

Devoluciones
A SparseTensorValue objeto.

from_value

Ver fuente

get_shape

Ver fuente

Obtener el TensorShape que representa la forma de la densa tensor.

Devoluciones
A TensorShape objeto.

__div__

Ver fuente

Componente a componente divide una SparseTensor por una densa tensor.

Limitación: Este PO solamente transmite el lado denso hacia el lado escaso, pero no en la otra dirección.

args
sp_indices A Tensor de tipo int64 . 2-D. N x R matriz con los índices de los valores no vacíos en una SparseTensor, posiblemente no en orden canónico.
sp_values Un Tensor . Debe ser uno de los siguientes tipos: float32 , float64 , int32 , uint8 , int16 , int8 , complex64 , int64 , qint8 , quint8 , qint32 , bfloat16 , uint16 , complex128 , half , uint32 , uint64 . 1-D. N valores no vacíos correspondiente a sp_indices .
sp_shape A Tensor de tipo int64 . 1-D. Forma de la SparseTensor de entrada.
dense Un Tensor . Debe tener el mismo tipo que sp_values . R -D. La densa Tensor operando.
name Un nombre para la operación (opcional).

Devoluciones
Un Tensor . Tiene el mismo tipo que sp_values .

__mul__

Ver fuente

Componente a componente se multiplica un SparseTensor por una densa tensor.

Las ubicaciones de salida correspondientes a los elementos implícitamente cero en el tensor de escasa serán cero (es decir, no ocupará espacio de almacenamiento), sin importar el contenido del tensor densa (incluso si es de +/- INF y que INF * 0 == Yaya).

Limitación: Este PO solamente transmite el lado denso hacia el lado escaso, pero no en la otra dirección.

args
sp_indices A Tensor de tipo int64 . 2-D. N x R matriz con los índices de los valores no vacíos en una SparseTensor, posiblemente no en orden canónico.
sp_values Un Tensor . Debe ser uno de los siguientes tipos: float32 , float64 , int32 , uint8 , int16 , int8 , complex64 , int64 , qint8 , quint8 , qint32 , bfloat16 , uint16 , complex128 , half , uint32 , uint64 . 1-D. N valores no vacíos correspondiente a sp_indices .
sp_shape A Tensor de tipo int64 . 1-D. Forma de la SparseTensor de entrada.
dense Un Tensor . Debe tener el mismo tipo que sp_values . R -D. La densa Tensor operando.
name Un nombre para la operación (opcional).

Devoluciones
Un Tensor . Tiene el mismo tipo que sp_values .

__truediv__

Ver fuente

función de ayuda interna para 'sp_t / dense_t'.