Python tf.compat.v1.sparse_add用法及代码示例

添加两个张量，每个张量中至少有一个是 SparseTensor 。 (不推荐使用的参数)

用法

tf.compat.v1.sparse_add(
    a, b, threshold=None, thresh=None
)

警告：不推荐使用某些参数：(thresh)。它们将在未来的版本中被删除。更新说明：不推荐使用 thresh，请改用 threshold

如果传入了一个 SparseTensor 和一个 Tensor，则返回一个 Tensor 。如果两个参数都是 SparseTensor ，则返回 SparseTensor 。参数的顺序无关紧要。使用 vanilla tf.add() 添加两个密集的 Tensor s。

两个操作数的形状必须匹配：不支持广播。

假设任何输入SparseTensor 的索引都按标准字典顺序排序。如果不是这种情况，请在此步骤之前运行SparseReorder 以恢复索引顺序。

如果两个参数都是稀疏的，我们执行 "clipping" 如下。默认情况下，如果两个值在某个索引处总和为零，则输出SparseTensor 仍将在其索引中包含该特定位置，在相应的值槽中存储一个零。要覆盖这一点，调用者可以指定 thresh ，表示如果总和的幅度严格小于 thresh ，则不包括其对应的值和索引。特别是，thresh == 0.0(默认)表示保留所有内容，实际阈值仅针对正值发生。

例如，假设两个稀疏操作数的逻辑和是(致密的)：

[       2]
[.1     0]
[ 6   -.2]

然后，

• thresh == 0(默认)：将返回所有 5 个索引/值对。
• thresh == 0.11 :只有 .1 和 0 会消失，剩下的三个索引/值对将被返回。
• thresh == 0.21 :.1、0 和 -.2 将消失。