创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商，新人活动买多久送多久，划算不套路！

成都创新互联服务项目包括沾化网站建设、沾化网站制作、沾化网页制作以及沾化网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，沾化网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到沾化省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

这篇文章将为大家详细讲解有关TensorFlow构造稀疏张量怎么表示，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

对于多维的稀疏数据，TensorFlow 支持 SparseTensor 表示。

构造稀疏张量

SparseTensor(indices, values, dense_shape)

indices是一个维度为(n, ndims)的2-D int64张量，指定非零元素的位置。比如indices=[[1,3], [2,4]]表示[1,3]和[2,4]位置的元素为非零元素。n表示非零元素的个数，ndims表示构造的稀疏张量的维数。

values是一个维度为(N)的1-D张量，对应indices所指位置的元素值。

dense_shape是一个维度为(ndims)的1-D张量，代表稀疏张量的维度。

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

当前标题：TensorFlow构造稀疏张量怎么表示-创新互联
当前地址：http://njwzjz.com/article/dcehei.html