如何解决带映射的 SparseTensor 指数
我想取稀疏矩阵中每个元素的exp。这是一个简单的例子:
a = np.array([[1,2,0],[3,4]])
a_t = tf.constant(a)
a_s = tf.sparse.from_dense(a_t)
tf.exp(a_s)
但这给出了以下错误:
ValueError: Attempt to convert a value (<tensorflow.python.framework.sparse_tensor.SparseTensor object at 0x149fd57f0>) with an unsupported type (<class 'tensorflow.python.framework.sparse_tensor.SparseTensor'>) to a Tensor.
你能帮我解决这个问题而不将它转换为稠密矩阵吗?
解决方法
如果您有 Tensorflow 2.4,则可以使用 tf.sparse.map_values
:
import tensorflow as tf
import numpy as np
a = np.array([[1.,0.,2.,0.],[3.,4.]])
a_t = tf.constant(a)
a_s = tf.sparse.from_dense(a_t)
神奇之处:
tf.sparse.to_dense(tf.sparse.map_values(tf.exp,a_s))
<tf.Tensor: shape=(2,4),dtype=float64,numpy=
array([[ 2.71828183,7.3890561,0. ],[20.08553692,54.59815003]])>
请注意,tf.sparse.to_dense
只是为了让我们可以可视化结果。另外,我不得不将您的值转换为浮点数。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。