Python tf.compat.v1.sparse_to_dense用法及代码示例

将稀疏表示转换为密集张量。 (已弃用)

用法

tf.compat.v1.sparse_to_dense(
    sparse_indices, output_shape, sparse_values, default_value=0,
    validate_indices=True, name=None
)

参数

sparse_indices int32 或 int64 类型的 0-D、1-D 或 2-D Tensor。 sparse_indices[i] 包含将放置 sparse_values[i] 的完整索引。
output_shape 与 sparse_indices 类型相同的一维 Tensor 。密集输出张量的形状。
sparse_values 0-D 或 1-D Tensor 。与 sparse_indices 的每一行对应的值，或用于所有稀疏索引的标量值。
default_value 与 sparse_values 类型相同的 0-D Tensor。为 sparse_indices 中未指定的索引设置的值。默认为零。
validate_indices 一个布尔值。如果为 True，则检查索引以确保它们按字典顺序排序并且没有重复。
name 操作的名称(可选)。

密集的 Tensor 形状 output_shape 。具有与 sparse_values 相同的类型。

警告：此函数已弃用。它将在未来的版本中删除。更新说明：创建 tf.sparse.SparseTensor 并改用 tf.sparse.to_dense。

构建一个形状为 output_shape 的数组 dense，使得

# If sparse_indices is scalar
dense[i] = (i == sparse_indices ? sparse_values:default_value)

# If sparse_indices is a vector, then for each i
dense[sparse_indices[i]] = sparse_values[i]

# If sparse_indices is an n by d matrix, then for each i in [0, n)
dense[sparse_indices[i][0], ..., sparse_indices[i][d-1]] = sparse_values[i]

dense 中的所有其他值都设置为 default_value 。如果sparse_values 是标量，则所有稀疏索引都设置为此单个值。

索引应按字典顺序排序，索引不得包含任何重复。如果 validate_indices 为 True，则在执行期间检查这些属性。

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.compat.v1.sparse_to_dense。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。

用法

参数

返回