относительно разреженного тензорного представления

Question

В контексте разреженного тензорного представления Tensorflow document дает следующее определение и соответствующий пример. Я могу понять, почему shape=[3,4], но я не очень понимаю, почему indices=[[0, 0], [1, 2]] и values=[1, 2]. Благодарю.

Answer 1

Мы обычно используем разреженный вектор/матрицу/тензор, когда одно значение пути (путь) больше представлены, чем другой. Обычно это значение равно нулю, как вы видите в примере.

Теперь, хитрость заключается в том, чтобы рассмотреть значения, что тензор являются 0 по умолчанию, а затем указать, какие элементы не являются 0.

можно рассматривать indices как координаты в пространстве ndims и values соответствующие значения.

• Плотные Тензорная Философия: "создать тензор типа:" [[1, 0,0,0],[0,0,2,0],[0,0,0,0]]

• разреженных тензорной философии:

  • «создать нулевой оцененный тензор, имеющий [3,4 ] форма
  • положить 1 (= values[0]) по телефону [0,0] (= indices[0])
  • затем положить 2 (= values[1]) на [1,2] (= indices[1]).

Например, если вы хотите добавить 3 в правый нижний угол, вы должны установить indices=[[0,0],[1,2],[2, 4]], values=[1,2,3].

Есть? Надеюсь, это поможет