当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python tf.RaggedTensor.from_sparse用法及代码示例


用法

@classmethod
from_sparse(
    st_input, name=None, row_splits_dtype=tf.dtypes.int64
)

参数

  • st_input 要转换的稀疏张量。必须有等级2。
  • name 返回张量的名称前缀(可选)。
  • row_splits_dtype dtype 用于返回的 RaggedTensor 的 row_splits 张量。 tf.int32 或 tf.int64 之一。

返回

  • 与 st_input 具有相同值的 RaggedTensor 。 output.ragged_rank = rank(st_input) - 1 。 output.shape = [st_input.dense_shape[0], None] 。

抛出

  • ValueError 如果 st_input 中的维数不是静态已知的，或者不是两个。

将 2D tf.sparse.SparseTensor 转换为 RaggedTensor 。

output RaggedTensor 的每一行都将包含来自 st_input 中同一行的显式值。 st_input 必须是 ragged-right。如果不是它不是ragged-right，则会产生错误。

例子：

indices = [[0, 0], [0, 1], [0, 2], [1, 0], [3, 0]]
st = tf.sparse.SparseTensor(indices=indices,
                            values=[1, 2, 3, 4, 5],
                            dense_shape=[4, 3])
tf.RaggedTensor.from_sparse(st).to_list()
[[1, 2, 3], [4], [], [5]]

目前仅支持二维SparseTensors。

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.RaggedTensor.from_sparse。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。