weixin_45750394 2021-09-15 11:21 采纳率: 100%
浏览 137
已结题

关于 tensorflow 1.x sparse_tensor_dense_matmul 的问题

tf.sparse_tensor_dense_matmul 是对稀疏张量和稠密张量做矩阵乘法的函数,但为什么我运算的结果与 numpy 运算结果不同?

import numpy as np
import tensorflow as tf
import scipy.sparse as sp

arr = np.array([[1.,2.,5.,2.],[3.,4.,1.,2.],[3.,5.,2.,6.],[4.,13.,2.,10.]]) # 4*4
arr = sp.coo_matrix(arr)

b = np.array([[1.],[2.],[3.],[4.]])
b = tf.convert_to_tensor(b, dtype=tf.float32)


if not sp.isspmatrix_coo(arr):
    arr = arr.tocoo()

arr = arr.astype(np.float32)
indices = np.vstack((arr.col, arr.row)).transpose()


a_sp = tf.SparseTensor(indices=indices, values=arr.data, dense_shape=arr.shape)

with tf.Session() as sess:
    m=tf.sparse_tensor_dense_matmul(a_sp, b)
    print(sess.run(m))

结果:

[[32.]
 [77.]
 [21.]
 [64.]]

numpy 下:

x = np.array([[1,2,5,2],[3,4,1,2],[3,5,2,6],[4,13,2,10]],dtype=np.float)
y = np.array([[1],[2],[3],[4]], dtype=np.float)
x @ y

结果:

array([[28.],
       [22.],
       [43.],
       [76.]]
  • 写回答

1条回答 默认 最新

  • 技术专家团-Joel 2021-09-15 11:44
    关注

    同学,你的indices搞反了

    indices = np.vstack(( arr.row, arr.col)).transpose()
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

问题事件

  • 系统已结题 9月23日
  • 已采纳回答 9月15日
  • 修改了问题 9月15日
  • 创建了问题 9月15日

悬赏问题

  • ¥15 nslt的可用模型,或者其他可以进行推理的现有模型
  • ¥15 arduino上连sim900a实现连接mqtt服务器
  • ¥15 vncviewer7.0安装后如何正确注册License许可证,激活使用
  • ¥15 phython如何实现以下功能?查找同一用户名的消费金额合并2
  • ¥66 关于人体营养与饮食规划的线性规划模型
  • ¥15 基于深度学习的快递面单识别系统
  • ¥15 Multisim仿真设计地铁到站提醒电路
  • ¥15 怎么用一个500W电源给5台60W的电脑供电
  • ¥15 请推荐一个轻量级规则引擎,配合流程引擎使用,规则引擎负责判断出符合规则的流程引擎模板id
  • ¥15 Excel表只有年月怎么计算年龄