Python tf.sparse.map_values用法及代码示例

将 op 应用于一个或多个 SparseTensor 的 .values 张量。

用法

tf.sparse.map_values(
    op, *args, **kwargs
)

将 args 或 kwargs 中的任何 SparseTensor 替换为其 values 张量(其中包含 SparseTensor 的非默认值)，然后调用 op 。返回由输入 SparseTensor s' indices , dense_shape 和 op 返回的值构成的 SparseTensor。

如果输入参数包含多个 SparseTensor ，则它们必须具有相等的 indices 和密集形状。

例子：

s = tf.sparse.from_dense([[1, 2, 0],
                          [0, 4, 0],
                          [1, 0, 0]])
tf.sparse.to_dense(tf.sparse.map_values(tf.ones_like, s)).numpy()
array([[1, 1, 0],
       [0, 1, 0],
       [1, 0, 0]], dtype=int32)

tf.sparse.to_dense(tf.sparse.map_values(tf.multiply, s, s)).numpy()
array([[ 1,  4,  0],
       [ 0, 16,  0],
       [ 1,  0,  0]], dtype=int32)

tf.sparse.to_dense(tf.sparse.map_values(tf.add, s, 5)).numpy()
array([[6, 7, 0],
       [0, 9, 0],
       [6, 0, 0]], dtype=int32)

注意：即使 tf.add(0, 5) != 0 ，隐式零也将保持不变。但是，如果稀疏张量包含任何显式零，这些将受到映射的影响！