codecamp

TensorFlow函数:tf.sparse_tensor_to_dense

tf.sparse_tensor_to_dense 函数

sparse_tensor_to_dense(
    sp_input,
    default_value=0,
    validate_indices=True,
    name=None
)

定义在:tensorflow/python/ops/sparse_ops.py.

请参阅指南:稀疏张量>转变

将 SparseTensor 转换为稠密张量.

该操作是应用于 SparseTensor s 的围绕 sparse_to_dense 的方便包装.

例如,如果 sp_input 有形状[3, 5]和非空字符串值:

[0, 1]: a
[0, 3]: b
[2, 0]: c

并且 default_value 是 x,那么输出将是稠密的[3, 5]字符串张量的值:

[[x a x b x]
 [x x x x x]
 [c x x x x]]

指数必须没有重复.这仅在 validate_indices 为 True 时才被测试.

函数参数:

  • sp_input:输入的 SparseTensor.
  • default_value:为未在 sp_input 中指定的索引设置的标量值;默认为零.
  • validate_indices:一个布尔值,如果为 True,则检查索引以确保它们按照词典顺序排序,并且没有重复.
  • name:返回的张量的名称前缀(可选).

函数返回值:

tf.sparse_tensor_to_dense 函数返回形状为 sp_input.dense_shape 的稠密张量,并且值由 sp_input 的非空值指定.未在 sp_input 中的索引被分配 default_value.

可能引发的异常:

  • TypeError:如果 sp_input 不是 SparseTensor.
TensorFlow函数:tf.sparse_tensor_dense_matmul
TensorFlow函数:tf.sparse_to_dense
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }