tf_coo = tf.SparseTensor(indices=np.array([[0, 0, 0, 1, 1, 2, 3, 9],
[1, 4, 9, 9, 9, 9, 9, 9]]).T,
values=[1, 2, 3, 5,1,1,1,1],
shape=[10, 10])
我得到错误信息初始化张量
InvalidArgumentError (see above for traceback): indices[4] = [1,9] is repeated
[[Node: SparseToDense = SparseToDense[T=DT_INT32, Tindices=DT_INT64, validate_indices=true, _device="/job:localhost/replica:0/task:0/cpu:0"](SparseTensor/indices, SparseToDense/output_shape, SparseTensor/values, SparseToDense/default_value)]]
是不是可以强制建立索引的两个列表和价值呢?我之前使用过coo_matrix,它解决了这个问题。任何帮助?
编辑: 我解决了它通过创建一个csr_matrix,我使用函数sort_indices()然后我将它转换为coo_matrix。从那里,我只是创建一个SparseTensor
tf.SparseTensor(indices= (coo_martix.row, coo_martix.col), values= coo_matrix.data, dense_shape=coo_martix.shape)
你应该把你的解决方案作为一个答案。 – daknowles