Python tf.sparse.reshape用法及代码示例

重塑 SparseTensor 以在新的密集形状中表示值。

用法

tf.sparse.reshape(
    sp_input, shape, name=None
)

此操作在表示的密集张量上具有与 reshape 相同的语义。 sp_input 中非空值的索引基于新的密集形状重新计算，并返回包含新索引和新形状的新 SparseTensor。 sp_input 中非空值的顺序不变。

如果 shape 的一个分量是特殊值 -1，则计算该维度的大小，以便总密集大小保持不变。 shape 的最多一个分量可以是-1。 shape 隐含的密集元素的数量必须与最初由 sp_input 表示的密集元素的数量相同。

例如，如果 sp_input 具有形状 [2, 3, 6] 和 indices /values ：

[0, 0, 0]:a
[0, 0, 1]:b
[0, 1, 0]:c
[1, 0, 0]:d
[1, 2, 3]:e

和 shape 是 [9, -1] ，那么输出将是形状为 [9, 4] 和 indices /values 的 SparseTensor ：

[0, 0]:a
[0, 1]:b
[1, 2]:c
[4, 2]:d
[8, 1]:e