4回答
假设我有一个带有重复索引的稀疏张量，当它们重复时，我想合并值(对它们求和)，最好的方法是什么？的备用张量： indicies = [[1, 1], [1, 2], [1, 3]]
values = [1, 5, 4] 我唯一想到的就是将索引串连在一起，创建一个索引散列，将其应用于第三个维度，然后在该第三个维度上减少
浏览 32提问于2016-07-07得票数 3
回答已采纳
(~99%)但是当我使用稀疏张量列表作为输入时，这些方法会抛出错误。我知道，如果我将列表中的所有稀疏张量连接成一个巨大的张量，它就会起作用。然而，这不是我的选择，因为稍后我必须对稀疏<em
浏览 36提问于2021-07-08得票数 0
1回答
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和dense_shape。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中。如果有单独的索引、值和dense_shape张量，则在传递到下面的操作之前，将它们包装在SparseTensor对象中。我的问题是，给定稀疏张量或稀疏张量值，
浏览 0提问于2021-01-16得票数 2
回答已采纳
2回答
我很难理解Tensorflow张量和稀疏张量的含义和用法。根据文件
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和形状。在Python中，为了便于使用，三个张量被收集到一个SparseTens
浏览 3提问于2017-12-05得票数 24
回答已采纳
我有一个索引和值的列表。我想从这个索引和值中创建一个大小为30000的稀疏张量，如下所示。indices = torch.LongTensor([1,3,4,6])
values = torch.FloatTensor([1,1,1,1]) 因此，我想构建一个30k维稀疏张量，其中索引[1,3,4,6我希望有效地存储这种稀疏张量的序列。
浏览 26提问于2020-07-24得票数 2
回答已采纳
1回答
张量核可以通过CUDA中的WMMA接口编程访问(请参阅和)。最近，在安培卡片的生成中，Nvidia宣布了用稀疏矩阵执行稀疏张量运算的能力，如下所示：如何访问cuda中的稀疏</
浏览 37提问于2022-10-10得票数 2
回答已采纳
coo_matrix.rows, coo_matrix.cols]).T,dense_shape=coo_matrix.shape)
我试图理解为什么在使用TensorFlow时需要转置一个枕木稀疏矩阵。
浏览 2提问于2018-09-25得票数 0
回答已采纳
1回答
向量化张量分配
、、
我想为一个张量分配多个值，但似乎它不受支持，至少在使用时是不受支持的。v = tf.Variable([0, 2, 3, 1])a[r, v].assign(1)
TypeError:只有整数、切片、省略号、tf.newaxis和标量张量是有效的指标在我的例子中，得到的数组实际上只是重新排列的一个单位矩阵的切片，所以也许可以利用它。
浏览 1提问于2021-05-25得票数 1
回答已采纳
我正在尝试用来自4D密集张量的数据填充tensorflow中的6D稀疏张量。由于这比内置的稀疏到密集函数所能处理的要复杂得多，所以我自己构建了这个函数，利用了SparseTensor构造函数，该构造函数接受索引的2D张量。在我的例子中，这个张量的维数是[num_elements, 6]，我想做的是以[num_elements, 4]的形式得到这个密集张量的所有可能的索引，然后我可以
浏览 35提问于2020-09-10得票数 2
1回答
有没有一种方法可以索引稀疏张量的单元/部分，就像在密集张量的情况下？# dens_tensor.shape = [10, 10, 10]如果没有，是否有人知道索引稀疏张量的变通方法？
浏览 0提问于2016-12-16得票数 2
1回答
我在tensorflow中创建一个稀疏张量，约为4,000,000×56,000,000。56M列是特征列AKA的大约10,600个可能值之间的交互变量，是所有值的组合。Tensorflow的稀疏张量采用一个索引参数，它是一个列表列表，其中每个子列表x，y表示稀疏张量中值的行和列。每个子列表中的元组对应于在我的稀疏张量中应该是1的组合。len(c
浏览 5提问于2022-02-22得票数 1
回答已采纳
我有一个张量，看起来像是 coords = torch.Tensor([[0, 0, 1, 2],
[0, 2, 2, 2]]) 第一行是栅格上对象的x坐标我需要一种可微的方式(即梯度可以流动)来从这个张量转到相应的“网格”张量，其中1表示对象在该位置(行索引、列索引)的存在，而0表示没有对象： grid = torch.Tensor([[1, 0, 1]如果coords是一个稀疏张量，我可以简单地对它调用
浏览 12提问于2020-07-01得票数 1
为了快速调试，我尝试打印出我刚刚初始化的SparseTensor。rows = tf.Print(rows, [rows])
TypeError: Failed to convert object of type <class 'tensorflow.python.framework.sparse_tensor.SparseTensor'>
浏览 0提问于2018-03-09得票数 4
2回答
我有一个带有多个索引的熊猫数据，默认情况下，当打印到屏幕上时，它将“稀疏”输出，这样就不会重复更高级别的索引。例：
我可以将其改为“不稀疏”，如下所示：
但是，df.to_excel(编写器)不支持此选项，它总是使用合并的单元格将索引写成稀疏。有没有什么方法可以让这篇文章以“不稀疏”的方式写得更好呢？或者，我可以写到csv并将它导入excel，因为csv总是“不稀疏”的，但这
浏览 2提问于2016-01-22得票数 7
回答已采纳
我需要创建一个稀疏的三维张量，目前使用的软件包张量。作为我们需要的投入idx是(x，y，z)，对应值的张量指数。dims是张量的总维数。在idx列表中，我有重复的索引。因此，我需要的是，随着每一次的发生，流量的值都会增加。因此，对于idx列表中的每个值，vals为1，但当idx中的条目是先前计数条目的副本时，则该值应线性增加(如果出现2次相同的<
浏览 3提问于2017-09-13得票数 1
回答已采纳
我希望在恒定的访问时间内通过索引访问稀疏张量的值。例如，如果我有如下表示的稀疏张量：
sparse = tf.SparseTensor(indices=[[0, 0], [1, 2]], values=[1, 3], dense_shape=[3, 4然而，这似乎是一种非常低效的访问这些值的方式，因为我现在(在最坏的情况下)必须搜索整个索引张量，以便找到匹配(随着张量中的值的数量线性增长)，而不是恒
浏览 13提问于2018-02-23得票数 1
2回答
在函数的描述中，它被声明为Converts a sparse representation into a dense tensor.。
那么什么是稀疏表示呢？张量是以某种压缩格式表示的，而不是多维数组吗？
浏览 6提问于2017-06-27得票数 1
我试图将张量(其中一些是稀疏的)从RAM中输入到模型中。我创建了一个PaddingFIFOQueue，将稀疏张量的索引、值和形状分别排队，假设稀疏值不能通过其他方法从RAM批出(如果不是这样，请告诉我)。它们需要填充，因为序列都有不同的长度。self.queue.dequeue_many(batch_size)我认为这是因为SparseTenso
浏览 1提问于2017-02-09得票数 1
回答已采纳
我有一些稀疏的索引： [0 1] [1 1] [2 0]][[0.1 0.2 0.3] [0.70.8 0.9] [1.3 1.4 1.5]如何将tensorflow中的6x3值张量转换为3x3x3稠密张量？索引中未指定的索引的值为零向量0。0。0..密度张量
浏览 0提问于2018-12-06得票数 2
回答已采纳
1回答
假设每1000个文档中只有10个有一个名为limitedEdition的字段，那么它会给其他990个没有该字段limitedEdition值的文档增加某种开销吗？这些文档最终是否会在elasticsearch索引中有一个空值/引用，就像在sql中添加一个可空列一样？{_id:10,category:[5],limitedEdition:1000}
可索引字段在我的项目中不断增加，所以我不得不重新考虑这些稀疏列是应该存储在elasticsearch中</
浏览 2提问于2017-06-14得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
