Tensorflow: a_is_sparseが設定されていても、行列がスパースの場合、tf.matmul（）は失敗します。 不可解なエラー。

tf.matmul（A、B、a_is_sparse = True）は、a = ops.convert_to_tensor（a、name = "a"）で失敗し、不可解なエラーが発生します。

コード例：

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)})

エラー：
12行目
_ = sess.run（tf.matmul（x、y、a_is_sparse = True）、feed_dict = {
ファイル "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/math_ops.py"、1189行目、matmul
a = ops.convert_to_tensor（a、name = "a"）
convert_to_tensorのファイル "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py"、行620
ret = Conversion_func（value、dtype = dtype、name = name、as_ref = as_ref）
ファイル "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py"、179行目、_constant_tensor_conversion_function
戻り定数（v、dtype = dtype、name = name）
ファイル "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py"、行162、定数
tensor_util.make_tensor_proto（value、dtype = dtype、shape = shape））
make_tensor_protoのファイル "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py"、行421
tensor_proto.string_val.extend（[compat.as_bytes（x）for x in proto_values]）
ファイル "/usr/local/lib/python2.7/site-packages/tensorflow/python/util/compat.py"、44行目、as_bytes
タイプエラーを発生させます（ '予期されるバイナリまたはユニコード文字列、％rを取得しました'％bytes_or_text）
TypeError：予期されるバイナリまたはユニコード文字列、取得

乗算の前にスパーステンソルからデンソルテンソルに明示的に変換することで修正されました。

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)})