Tensorflow: tf.matmul() विफल रहता है जब मैट्रिक्स विरल होते हैं, भले ही a_is_sparse सेट हो। गुप्त त्रुटि।

tf.matmul(A, B, a_is_sparse=True) गूढ़ त्रुटि के साथ a = ops.convert_to_tensor(a, name="a") पर विफल रहता है।

उदाहरण कोड:

import tensorflow as tf
import numpy as np

x = tf.sparse_placeholder(tf.float32)
y = tf.Variable(tf.random_uniform([9, 9], minval=0.0, maxval=1.0, dtype=tf.float32))

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    indices = np.array([[3, 2], [4, 5]], dtype=np.int64)
    values = np.array([1.0, 2.0], dtype=np.float32)
    shape = np.array([9, 9], dtype=np.int64)
    _ = sess.run(tf.matmul(x, y), feed_dict={
        x: tf.SparseTensorValue(indices, values, shape)})

त्रुटि:
लाइन 12, इंच
_ = sess.run(tf.matmul(x, y, a_is_sparse=True), Feed_dict={
फ़ाइल "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/math_ops.py", लाइन 1189, matmul में
a = ops.convert_to_tensor(a, name="a")
फ़ाइल "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", लाइन 620, Convert_to_tensor में
रिट = रूपांतरण_फंक (मान, dtype = dtype, नाम = नाम, as_ref = as_ref)
फ़ाइल "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py", लाइन 179, _constant_tensor_conversion_function में
वापसी स्थिरांक (v, dtype=dtype, name=name)
फ़ाइल "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py", पंक्ति १६२, स्थिरांक में
tensor_util.make_tensor_proto(मान, dtype=dtype, size=shape))
फ़ाइल "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", लाइन 421, make_tensor_proto में
tensor_proto.string_val.extend([compat.as_bytes(x) for x in proto_values])
फ़ाइल "/usr/local/lib/python2.7/site-packages/tensorflow/python/util/compat.py", लाइन 44, as_bytes में
TypeError बढ़ाएं ('अपेक्षित बाइनरी या यूनिकोड स्ट्रिंग,% r'% बाइट्स_or_text मिला)
लेखन त्रुटि: अपेक्षित बाइनरी या यूनिकोड स्ट्रिंग, मिल गया

गुणन से पहले विरल से घने टेंसर में स्पष्ट रूप से परिवर्तित करके तय किया गया है:

import tensorflow as tf
import numpy as np

x = tf.sparse_placeholder(tf.float32)
z = tf.sparse_tensor_to_dense(x)
y = tf.Variable(tf.random_uniform([9, 9], minval=0.0, maxval=1.0, dtype=tf.float32))

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    indices = np.array([[3, 2], [4, 5]], dtype=np.int64)
    values = np.array([1.0, 2.0], dtype=np.float32)
    shape = np.array([9, 9], dtype=np.int64)
    _ = sess.run(tf.matmul(z, y), feed_dict={
        x: tf.SparseTensorValue(indices, values, shape)})