tf.sparse.SparseTensor

为什么用tf.sparse.SparseTensor的原因

节约内存
在表达一个稀疏矩阵时候，不用一个很大的矩阵

tf.sparse.SparseTensor(indices, values, dense_shape
)

indices ：非零值的元素的索引
values ：非零值
dense_shape ：shape

import tensorflow as tf
sp_input=tf.sparse.SparseTensor(indices=[[0, 0], [1, 2]], values=[1, 3], dense_shape=[3, 4])tf.sparse.to_dense(sp_input, default_value=None, validate_indices=True, name=None
)

<tf.Tensor: shape=(3, 4), dtype=int32, numpy=
array([[1, 0, 0, 0],[0, 0, 3, 0],[0, 0, 0, 0]], dtype=int32)>

tf.sparse.SparseTensor相关推荐

python中tensor与variable_NLP实战篇之tf2中tensor、variable、gradient、ops
本文是基于tensorflow2.2.0版本,介绍了tf中变量.张量的概念,tf中梯度的计算方式和tensor相关的操作. 实战系列篇章中主要会分享,解决实际问题时的过程.遇到的问题或者使用的工具等等 ...
tensorflow 转张量类型为float_5个简单的步骤掌握Tensorflow的Tensor
在这篇文章中,我们将深入研究Tensorflow Tensor的细节.我们将在以下五个简单步骤中介绍与Tensorflow的Tensor中相关的所有主题: 第一步:张量的定义→什么是张量? 第二步:创 ...
Ubuntu16.04+cuda10.0+cudnn7.6配置tensorflow1.x环境
现阶段有多种深度学习框架,应用较多的主要是tensorflow.pytorch以及百度公司的paddlepaddle.个人刚开始使用的深度学习框架是基于pytorch的mmdetection,来自于商 ...
[tensorflow]tensorflw2.1.0张量和变量介绍
1.张量 1.1张量的概念张量:是具有统一类型(称为dtype).不可变的多维数组.可以分三种分类: 标量,只有一个值矢量,一个数组矩阵,多维数组 #标量 rank_0_tensor = tf. ...
5个简单步骤掌握TensorFlow中的Tensor
在这篇文章中,我们将深入研究Tensorflow Tensor的实现细节.我们将在以下五个简单步骤中介绍与Tensorflow的Tensor中相关的所有主题: 第一步:张量的定义→什么是张量? 第二步 ...
GCN的几种模型复现笔记
引言本篇笔记紧接上文,主要是上一篇看写了快2w字,再去接入代码感觉有点不太妙,后台都崩了好几次,因为内存不足,那就正好将内容分开来,可以水两篇,另外也给脑子放个假,最近事情有点多,思绪都有些乱,跳出 ...
把张量变成int_tensorflow 之张量与变量
TensorFlow 与 MXNet.PyTorch 很相似,上手速度很快(相比于 TensorFlow1.x). TensorFlow 拆开来看,就是 Tensor 与 Flow,即数据流程图,也是 ...
tensorflow中的常用函数
写在前面,不算一篇公开的博客,只是记录自己在阅读代码时碰到的函数,随手百度随手记录. 此外,在科研中遇到的tf或者pytorch中的不知道功能的函数,都可以在python console中查看相关文档 ...
tensorflow 小于_TensorFlow做Sparse Machine Learning
TensorFlow Sparse现状及背景在机器学习这块,Estimator本身的封装能够适应比较多的Dense的场景,而对于Sparse的场景无论是官方demo还是一些业界的大牛都分享的比较少, ...

tf.sparse.SparseTensor

为什么用tf.sparse.SparseTensor的原因

节约内存

在表达一个稀疏矩阵时候，不用一个很大的矩阵

tf.sparse.SparseTensor相关推荐

最新文章

热门文章