Tensorflow中的三维张量再现

Question

如何在Tensorflow中表示三维稀疏张量？对于2维，我使用

SparseTensor(indices=[[0, 0], [1, 2]], values=[1, 2], dense_shape=[3, 4])

有结果

[[1, 0, 0, 0]
 [0, 0, 2, 0]
 [0, 0, 0, 0]]

很难显示三维的视觉效果，但我会尝试的

SparseTensor(indices=[[0, 0, 0], [0, 1, 2]], [1,1,2], values=[1, 2,3], dense_shape=[3, 4,2])

  [[1, 0, 0, 0]
   [0, 0, 2, 0]
   [0, 0, 0, 0],

   [0, 0, 0, 0]
   [0, 0, 3, 0]
   [0, 0, 0, 0]]

这是我想要的。有人能帮我吗？我想不出SparseTensor想要我怎么写代码

Answer 1

你只是把一个]放错地方了。

SparseTensor(indices=[[0, 0, 0], [1, 2, 0], [1,2,1]], values=[1,2,3], dense_shape=[3,4,2])

给你想要的矩阵。

根据文档，

dense_shape: dense_shape ndims的一维int64张量，它指定稀疏张量的dense_shape .获取一个列表，指示每个维度中的元素数。例如，dense_shape=3,6指定一个二维3x6张量，dense_shape=2,3,4指定一个三维2x3x4张量，dense_shape=9指定一个包含9个元素的一维张量。