如何实现tensorflow中的稀疏卷积？

Question

我知道tensorflow提供了一些处理稀疏张量的方法。例如，当存在稀疏矩阵时，tf.sparse_tensor_dense_matmul比tf.matmul更快。

在深卷积网络中，经过训练得到稀疏卷积核。我想知道如何保存卷积核，使tensorflow知道内核是稀疏的？

我看过一些报纸。本文提出了稀疏卷积比传统卷积更有效的计算方法。但是，tf.nn.conv2d并不表示它将比密集卷积核更快地用稀疏卷积核进行计算。如何从稀疏的内核中获得优势？

Answer 1

是的，tf.nn.conv2d不适用于稀疏内核。如果您认为稀疏卷积会给您带来速度的好处，并且能够轻松地编写高效的cpu/gpu代码，那么您可以编写自己的op，就像它是在他们的文档中一样。