将 SparseTensor 转换为密集张量。
用法
tf.sparse.to_dense(
sp_input, default_value=None, validate_indices=True, name=None
)参数
-
sp_input输入SparseTensor。 -
default_value为sp_input中未指定的索引设置的标量值。默认为零。 -
validate_indices一个布尔值。如果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返回张量的名称前缀(可选)。
返回
-
具有
sp_input.dense_shape形状和由sp_input中的非空值指定的值的密集张量。不在sp_input中的索引分配为default_value。
抛出
-
TypeError如果sp_input不是SparseTensor。
对于这个具有三个非空值的稀疏张量：
sp_input = tf.SparseTensor(
dense_shape=[3, 5],
values=[7, 8, 9],
indices =[[0, 1],
[0, 3],
[2, 0]])输出将是一个密集的 [3, 5] 张量，其值：
tf.sparse.to_dense(sp_input).numpy()
array([[0, 7, 0, 8, 0],
[0, 0, 0, 0, 0],
[9, 0, 0, 0, 0]], dtype=int32)注意：索引必须没有重复。仅当 validate_indices 为 True 时才进行测试。
相关用法
- Python tf.sparse.to_indicator用法及代码示例
- Python tf.sparse.transpose用法及代码示例
- Python tf.sparse.cross用法及代码示例
- Python tf.sparse.mask用法及代码示例
- Python tf.sparse.split用法及代码示例
- Python tf.sparse.expand_dims用法及代码示例
- Python tf.sparse.maximum用法及代码示例
- Python tf.sparse.bincount用法及代码示例
- Python tf.sparse.concat用法及代码示例
- Python tf.sparse.reduce_sum用法及代码示例
- Python tf.sparse.softmax用法及代码示例
- Python tf.sparse.from_dense用法及代码示例
- Python tf.sparse.retain用法及代码示例
- Python tf.sparse.minimum用法及代码示例
- Python tf.sparse.segment_sum用法及代码示例
- Python tf.sparse.reduce_max用法及代码示例
- Python tf.sparse.fill_empty_rows用法及代码示例
- Python tf.sparse.slice用法及代码示例
- Python tf.sparse.cross_hashed用法及代码示例
- Python tf.sparse.reorder用法及代码示例
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.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。