Python tf.compat.v1.sparse_merge用法及代碼示例

將一批特征 ID 和值組合成一個 SparseTensor 。 (已棄用)

用法

tf.compat.v1.sparse_merge(
    sp_ids, sp_values, vocab_size, name=None, already_sorted=False
)

警告：此函數已棄用。它將在未來的版本中刪除。更新說明：目前沒有類似的操作。

此函數最常見的用例發生在特征 ID 及其對應值存儲在磁盤上的Example protos 中時。 parse_example 將返回一批 id 和一批值，該函數將它們連接成一個邏輯 SparseTensor 以用於 sparse_tensor_dense_matmul , sparse_to_dense 等函數。

此函數返回的SparseTensor 具有以下屬性：

• indices 等效於 sp_ids.indices ，最後一個維度被丟棄並替換為 sp_ids.values 。
• values 隻是 sp_values.values 。
• 如果 sp_ids.dense_shape = [D0, D1, ..., Dn, K] ，那麽 output.shape = [D0, D1, ..., Dn, vocab_size] 。

例如，考慮以下特征向量：

vector1 = [-3, 0, 0, 0, 0, 0]
  vector2 = [ 0, 1, 0, 4, 1, 0]
  vector3 = [ 5, 0, 0, 9, 0, 0]

通過僅存儲非零元素和相應值的特征 ID(如果向量被視為矩陣，則為列號)，這些可能會稀疏地存儲在以下示例原型中：

examples = [Example(features={
                  "ids":Feature(int64_list=Int64List(value=[0])),
                  "values":Feature(float_list=FloatList(value=[-3]))}),
              Example(features={
                  "ids":Feature(int64_list=Int64List(value=[1, 4, 3])),
                  "values":Feature(float_list=FloatList(value=[1, 1, 4]))}),
              Example(features={
                  "ids":Feature(int64_list=Int64List(value=[0, 3])),
                  "values":Feature(float_list=FloatList(value=[5, 9]))})]

在這些示例上調用parse_example 的結果將生成一個字典，其中包含"ids" 和"values" 的條目。將這兩個對象與 vocab_size=6 一起傳遞給此函數，將生成一個稀疏地表示所有三個實例的 SparseTensor。即indices屬性將包含特征矩陣中非零條目的坐標(第一維是矩陣中的行號，即batch內的索引，第二維是列號，即特征ID)； values 將包含實際值。 shape 將是原始矩陣的形狀，即 (3, 6)。對於我們上麵的示例，輸出將等於：

SparseTensor(indices=[[0, 0], [1, 1], [1, 3], [1, 4], [2, 0], [2, 3]],
               values=[-3, 1, 4, 1, 5, 9],
               dense_shape=[3, 6])

通過簡單地提供sp_ids 和vocab_size 的列表，此方法推廣到higher-dimensions。在這種情況下，生成的 SparseTensor 具有以下屬性：

• indices 等效於 sp_ids[0].indices ，其中最後一個維度被丟棄並與 sp_ids[0].values, sp_ids[1].values, ... 連接。
• values 隻是 sp_values.values 。
• 如果 sp_ids.dense_shape = [D0, D1, ..., Dn, K] ，那麽 output.shape = [D0, D1, ..., Dn] + vocab_size 。