Python tf.raw_ops.SparseMatrixSparseMatMul用法及代码示例

Sparse-matrix-multiplies 两个 CSR 矩阵 a 和 b 。

用法

tf.raw_ops.SparseMatrixSparseMatMul(
    a, b, type, transpose_a=False, transpose_b=False, adjoint_a=False,
    adjoint_b=False, name=None
)

执行稀疏矩阵 a 与稀疏矩阵 b 的矩阵乘法；返回稀疏矩阵 a * b ，除非 a 或 b 被转置或邻接。

每个矩阵可以根据布尔参数transpose_a , adjoint_a , transpose_b 和adjoint_b 进行转置或邻接(共轭和转置)。最多 transpose_a 或 adjoint_a 之一可能为 True。类似地，最多transpose_b或adjoint_b之一可能为True。

输入必须具有兼容的形状。也就是说，a 的内部尺寸必须等于 b 的外部尺寸。此要求根据a 或b 是转置还是邻接进行调整。

type 参数表示矩阵元素的类型。 a 和b 必须具有相同的类型。支持的类型是：float32 , float64 , complex64 和 complex128。

a 和b 必须具有相同的等级。不支持广播。如果它们的等级为 3，则 a 和 b 中的每批 2D CSRSparseMatrices 必须具有相同的密集形状。

稀疏矩阵乘积可能有数字(非结构)零。

零。

使用示例：

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops

    a_indices = np.array([[0, 0], [2, 3], [2, 4], [3, 0]])
    a_values = np.array([1.0, 5.0, -1.0, -2.0], np.float32)
    a_dense_shape = [4, 5]

    b_indices = np.array([[0, 0], [3, 0], [3, 1]])
    b_values = np.array([2.0, 7.0, 8.0], np.float32)
    b_dense_shape = [5, 3]

    with tf.Session() as sess:
      # Define (COO format) Sparse Tensors over Numpy arrays
      a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
      b_st = tf.sparse.SparseTensor(b_indices, b_values, b_dense_shape)

      # Convert SparseTensors to CSR SparseMatrix
      a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
          a_st.indices, a_st.values, a_st.dense_shape)
      b_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
          b_st.indices, b_st.values, b_st.dense_shape)

      # Compute the CSR SparseMatrix matrix multiplication
      c_sm = sparse_csr_matrix_ops.sparse_matrix_sparse_mat_mul(
          a=a_sm, b=b_sm, type=tf.float32)

      # Convert the CSR SparseMatrix product to a dense Tensor
      c_sm_dense = sparse_csr_matrix_ops.csr_sparse_matrix_to_dense(
          c_sm, tf.float32)
      # Evaluate the dense Tensor value
      c_sm_dense_value = sess.run(c_sm_dense)

c_sm_dense_value 存储密集矩阵乘积：

[[  2.   0.   0.]
     [  0.   0.   0.]
     [ 35.  40.   0.]
     [ -4.   0.   0.]]

一个：A CSRSparseMatrix 。 b:A CSRSparseMatrix 与 a 具有相同类型和等级。 type: a 和 b 的类型。 transpose_a：如果为真，a 在乘法前转置。 transpose_b：如果为真，b 在乘法前转置。 adjoint_a：如果为真，a 在乘法前伴随。 adjoint_b：如果为真，b 在乘法之前伴随。