TensorFlow函數(shù)：tf.sparse_reshape

tf.sparse_reshape 函數(shù)

sparse_reshape(
    sp_input,
    shape,
    name=None
)

定義在：tensorflow/python/ops/sparse_ops.py.

參見指南：稀疏張量>操縱

重塑一個 SparseTensor 以表示新密集形狀中的值.

該操作在表示的稠密張量上與 reshape 具有相同的語義.sp_input 中非空值的索引是基于新的稠密形狀被重新計算的,并且將返回包含新索引和新形狀的新 SparseTensor.sp_input 中非空值的順序不變.

如果 shape 中的一個分量是特殊值-1,則計算該維度的大小,以使總體密集大小保持不變.在 shape 中至多允許一個分量可以是-1.shape 中隱含的密集元素的數(shù)量必須與最初由 sp_input 表示的密集元素的數(shù)量相同.

例如,如果 sp_input 有形狀 [2, 3, 6] 和 indices/values：

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

并且 shape 是 [9, -1],那么輸出將是一個形狀為 [9, 4] 并且有 indices/values 的 SparseTensor,如下所示：

[0, 0]: a
[0, 1]: b
[1, 2]: c
[4, 2]: d
[8, 1]: e

函數(shù)參數(shù)：

• sp_input：輸入的 SparseTensor.
• shape：一個 1-D(矢量)int64 的 Tensor,指定所表示的 SparseTensor 的新密集形狀.
• name：返回張量的名稱前綴(可選)

返回值：

具有相同非空值但具有由新致密形狀計算的索引的 SparseTensor.

可能引發(fā)的異常：

• TypeError：如果 sp_input 不是 SparseTensor.
• ValueError：如果參數(shù) shape 請求的 SparseTensor 的元素數(shù)量不同于 sp_input.