TensorFlow函数：tf.sparse_reshape

tf.sparse_reshape 函数

sparse_reshape(
    sp_input,
    shape,
    name=None
)

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

参见指南：稀疏张量>操纵

重塑一个 SparseTensor 以表示新密集形状中的值.

该操作在表示的稠密张量上与 reshape 具有相同的语义.sp_input 中非空值的索引是基于新的稠密形状被重新计算的,并且将返回包含新索引和新形状的新 SparseTensor.sp_input 中非空值的顺序不变.

如果 shape 中的一个分量是特殊值-1,则计算该维度的大小,以使总体密集大小保持不变.在 shape 中至多允许一个分量可以是-1.shape 中隐含的密集元素的数量必须与最初由 sp_input 表示的密集元素的数量相同.

例如,如果 sp_input 有形状 [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],那么输出将是一个形状为 [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

函数参数：

• sp_input：输入的 SparseTensor.
• shape：一个 1-D(矢量)int64 的 Tensor,指定所表示的 SparseTensor 的新密集形状.
• name：返回张量的名称前缀(可选)

返回值：

具有相同非空值但具有由新致密形状计算的索引的 SparseTensor.

可能引发的异常：

• TypeError：如果 sp_input 不是 SparseTensor.
• ValueError：如果参数 shape 请求的 SparseTensor 的元素数量不同于 sp_input.