Cette page a été traduite par l'API Cloud Translation.
Switch to English

tf.sparse.SparseTensor

plus par

Tensorflow 1 Version Voir la source sur GitHub

Représente un tenseur clairsemée.

Utilisé dans les ordinateurs portables

Utilisé dans le guide Utilisé dans les tutoriels

Tensorflow représente un tenseur clairsemée que trois tenseurs denses distincts: les indices , les values et dense_shape . En Python, les trois tenseurs sont recueillies dans une SparseTensor classe pour la facilité d'utilisation. Si vous avez différents indices , des values , et dense_shape tenseurs, les envelopper dans un SparseTensor objet avant de passer aux opérations ci - dessous.

Concrètement, le tenseur clairsemée SparseTensor(indices, values, dense_shape) les N ndims SparseTensor SparseTensor(indices, values, dense_shape) comprend les composants suivants, où N et ndims sont au nombre de valeurs et le nombre de dimensions dans la SparseTensor , respectivement:

  • indices : A 2-D tenseur de int64 forme de [N, ndims] , qui spécifie les indices des éléments du tenseur rares qui contiennent des valeurs non nulles (-éléments sont indexés zéro). Par exemple, les indices=[[1,3], [2,4]] spécifie que les éléments avec des indices de [1,3] et [2,4] ont des valeurs non nulles.

  • values : A tenseur 1-D de tout type et de la forme [N] , qui fournit les valeurs de chaque élément en indices . Par exemple, étant donné les indices=[[1,3], [2,4]] , le paramètre values=[18, 3.6] précise que l' élément [1,3] du tenseur clairsemée a une valeur de 18, et l' élément [ 2,4] du tenseur a une valeur de 3,6.

  • dense_shape : A 1-D int64 tenseur de forme [ndims] , qui spécifie le dense_shape du tenseur clairsemée. Prend une liste indiquant le nombre d'éléments dans chaque dimension. Par exemple, dense_shape=[3,6] spécifie un tenseur de 3x6 à deux dimensions, dense_shape=[2,3,4] spécifie un tenseur de 2x3x4 tridimensionnelle, et dense_shape=[9] spécifie un tenseur à une dimension de 9 éléments .

Le satisfait tenseur dense correspondant:

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

Par convention, les indices devraient être classés dans l' ordre des lignes majeures (ou l' ordre lexicographique sur les équivalente tuples indices[i] ). Ce n'est pas appliquée lorsque SparseTensor objets sont construits, mais la plupart des opérations supposent ordre correct. Si l'ordre du tenseur clairsemé st est erroné, une version fixe peut être obtenue en appelant tf.sparse.reorder(st) .

Exemple: Le tenseur clairsemée

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

représente le tenseur dense

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

indices Un tenseur de int64 2-D de la forme [N, ndims] .
values Un tenseur 1-D de tout type et de la forme [N] .
dense_shape Un tenseur de int64 1-D de la forme [ndims] .

ValueError Lors de la construction d' un SparseTensor si désireux dense_shape est des éléments inconnus ou contient inconnus (Aucun ou -1).

dense_shape A 1-D Tenseur de int64 représentant la forme du tenseur dense.
dtype Le DType d'éléments dans ce tenseur.
graph Le Graph qui contient l'indice, la valeur et dense_shape tenseurs.
indices Les indices des valeurs non nulles du tenseur dense représenté.
op L' Operation qui produit des values en tant que sortie.
shape Obtenez le TensorShape représentant la forme du tenseur dense.
values Les valeurs non nulles dans la représentation tenseur dense.

méthodes

consumers

Voir la source

eval

Voir la source

Évalue ce tenseur clairsemés dans une Session .

L'appel de cette méthode exécutera toutes les opérations précédentes qui produisent les intrants nécessaires à l'opération qui produit ce tenseur.

args
feed_dict Un dictionnaire qui associe Tensor objets aux valeurs d'alimentation. Voir tf.Session.run pour une description des valeurs d'alimentation valides.
session (Facultatif). La Session à utiliser pour évaluer ce tenseur clairsemée. Si aucune, la session par défaut sera utilisé.

Retour
Un SparseTensorValue objet.

from_value

Voir la source

get_shape

Voir la source

Obtenez le TensorShape représentant la forme du tenseur dense.

Retour
Un TensorShape objet.

__div__

Voir la source

divise composants sages un SparseTensor par un dense Tensor.

Limitation: cette op ne diffuse que le côté dense du côté clairsemée, mais pas l'autre sens.

args
sp_indices Un Tensor de type int64 . 2-D. N x R matrice avec les indices des valeurs non vides dans une SparseTensor, peut - être pas en ordre canonique.
sp_values Un Tensor . Doit être l' un des types suivants: float32 , float64 , int32 , uint8 , int16 , int8 , complex64 , int64 , qint8 , quint8 , qint32 , bfloat16 , uint16 , complex128 , half , uint32 , uint64 . 1-D. N valeurs non vides correspondant à sp_indices .
sp_shape Un Tensor de type int64 . 1-D. Forme de la SparseTensor d'entrée.
dense Un Tensor . Doivent avoir le même type que sp_values . R -D. Le dense Tensor opérande.
name Un nom pour l'opération (en option).

Retour
Un Tensor . A le même type que sp_values .

__mul__

Voir la source

multiplications composante par composante d'un SparseTensor par un dense Tensor.

Les emplacements de sortie correspondant aux zéro éléments du tenseur clairsemés implicitement seront nuls (c.-à-ne prendra pas l'espace de stockage), quel que soit le contenu du tenseur dense (même si elle est +/- INF et que INF * 0 == NaN).

Limitation: cette op ne diffuse que le côté dense du côté clairsemée, mais pas l'autre sens.

args
sp_indices Un Tensor de type int64 . 2-D. N x R matrice avec les indices des valeurs non vides dans une SparseTensor, peut - être pas en ordre canonique.
sp_values Un Tensor . Doit être l' un des types suivants: float32 , float64 , int32 , uint8 , int16 , int8 , complex64 , int64 , qint8 , quint8 , qint32 , bfloat16 , uint16 , complex128 , half , uint32 , uint64 . 1-D. N valeurs non vides correspondant à sp_indices .
sp_shape Un Tensor de type int64 . 1-D. Forme de la SparseTensor d'entrée.
dense Un Tensor . Doivent avoir le même type que sp_values . R -D. Le dense Tensor opérande.
name Un nom pour l'opération (en option).

Retour
Un Tensor . A le même type que sp_values .

__truediv__

Voir la source

fonction d'aide interne pour 'sp_t / dense_t.