Python tf.sparse.map_values用法及代碼示例

將 op 應用於一個或多個 SparseTensor 的 .values 張量。

用法

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

將 args 或 kwargs 中的任何 SparseTensor 替換為其 values 張量(其中包含 SparseTensor 的非默認值)，然後調用 op 。返回由輸入 SparseTensor s' indices , dense_shape 和 op 返回的值構成的 SparseTensor。

如果輸入參數包含多個 SparseTensor ，則它們必須具有相等的 indices 和密集形狀。

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 ，隱式零也將保持不變。但是，如果稀疏張量包含任何顯式零，這些將受到映射的影響！