python - 如何将稀疏张量传递到 TF 2.0 中的密集层？

Question

我使用的是 TF 2.0。

工作:

from tensorflow.keras import layers

inputs = layers.Input(shape=(256,), sparse=False, name='name_sparse')
x = layers.Dense(32, name="my_layer")(inputs)
print(x)

输出:Tensor("my_layer/Identity:0", shape=(None, 32), dtype=float32)

不工作:

如果我在上面的代码中将稀疏更改为True，输出将更改为:

ValueError:应定义 Dense 输入的最后一个维度。没有找到。


如何将稀疏张量传递到 TF2.0 中的密集层。在TF1.14中运行良好。

Answer 1

发生这种情况是因为当输入张量稀疏时，该张量的形状计算为(None,None)而不是(256,)

inputs = layers.Input(shape=(256,), sparse=True, name='name_sparse')
print(inputs.shape) 
# output: (?, ?)

这似乎也是一个开放的issue 。
一种解决方案是编写自定义图层子类Layer类(引用this)。

作为解决方法(在 tf-gpu 2.0.0 上测试)，在输入层中添加批量大小效果很好:

from tensorflow.keras import layers
inputs = layers.Input(shape=(256,), sparse=True, name='name_sparse', batch_size=32)
print(inputs.shape) # (32, 256)
x = layers.Dense(32, name="my_layer")(inputs)
print(x) # Tensor("my_layer_10/BiasAdd:0", shape=(32, 32), dtype=float32)