Python tf.IndexedSlices用法及代碼示例

給定索引處的一組張量切片的稀疏表示。

用法

tf.IndexedSlices(
    values, indices, dense_shape=None
)

屬性

dense_shape 一維 Tensor 包含相應密集張量的形狀。
device 將在其上生成 values 的設備的名稱，或 None 。
dtype 該張量中元素的DType。
graph Graph 包含值、索引和形狀張量。
indices 包含切片索引的一維Tensor。
name 此 IndexedSlices 的名稱。
op 生成values 作為輸出的Operation。
shape 獲取表示密集張量形狀的tf.TensorShape。
values 包含切片值的 Tensor。

此類是一對 Tensor 對象的簡單包裝器：

values ：具有形狀 [D0, D1, ..., Dn] 的任何 dtype 的 Tensor 。
indices ：一維整數 Tensor 形狀為 [D0] 。

IndexedSlices 通常用於表示形狀為 [LARGE0, D1, .. , DN] 的較大張量 dense 的子集，其中 LARGE0 >> D0 。 indices 中的值是從較大張量中提取的切片的第一維中的索引。

由 IndexedSlices slices 表示的稠密張量 dense 具有

dense[slices.indices[i],:,:,:, ...] = slices.values[i,:,:,:, ...]

IndexedSlices 類主要用於定義具有稀疏梯度的操作的梯度(例如 tf.gather )。

v = tf.Variable([[0.,1, 2], [2, 3, 4], [4, 5, 6], [6, 7, 8]])
with tf.GradientTape() as tape:
  r = tf.gather(v, [1,3])
index_slices = tape.gradient(r,v)
index_slices
<...IndexedSlices object ...>
index_slices.indices.numpy()
array([1, 3], dtype=int32)
index_slices.values.numpy()
array([[1., 1., 1.],
       [1., 1., 1.]], dtype=float32)

將此表示與使用多維索引和標量值的 tf.sparse.SparseTensor 進行對比。

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.IndexedSlices。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。