Tensorflow: tf.matmul () не работает, когда матрицы разрежены, даже если установлен a_is_sparse. Загадочная ошибка.

tf.matmul (A, B, a_is_sparse = True) не работает на a = ops.convert_to_tensor (a, name = "a") с загадочной ошибкой.

Пример кода:

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)})

Ошибка:
строка 12, в
_ = sessions.run (tf.matmul (x, y, a_is_sparse = True), feed_dict = {
Файл "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/math_ops.py", строка 1189, в matmul
a = ops.convert_to_tensor (a, name = "a")
Файл "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", строка 620, в convert_to_tensor
ret = конверсионная функция (значение, dtype = dtype, name = name, as_ref = as_ref)
Файл "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py", строка 179, в _constant_tensor_conversion_function
возвращаемая константа (v, dtype = dtype, name = name)
Файл "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py", строка 162, в константе
tensor_util.make_tensor_proto (значение, dtype = dtype, shape = shape))
Файл "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", строка 421, в make_tensor_proto
tenor_proto.string_val.extend ([compat.as_bytes (x) для x в proto_values])
Файл "/usr/local/lib/python2.7/site-packages/tensorflow/python/util/compat.py", строка 44, в as_bytes
Raise TypeError ('Ожидаемая двоичная строка или строка Unicode, получено% r'% bytes_or_text)
TypeError: ожидаемая двоичная строка или строка Unicode, получено

Исправлено явным преобразованием разреженного тензора в плотный перед умножением:

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)})