如何将稀疏张量传递给 TF 2.0 中的 Dense Layer？

Question

我正在使用 TF 2.0。

正在工作：

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 sparse 更改为 True，输出将更改为：

ValueError: The last dimension of the inputs to Dense should be defined. Found None.

如何将稀疏张量传递给 TF2.0 中的 Dense 层。它在 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，此张量的形状计算为 (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issue。
一种解决方案是编写自定义层子classing层class（参考this）。

作为 变通方法（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)

如何将稀疏张量传递给 TF 2.0 中的 Dense Layer？

How to pass a sparse tensor to the Dense Layer in TF 2.0?

python

keras

tensorflow

valueerror

tensorflow2.0