如何将 SciPy 稀疏矩阵读入 Tensorflow 的占位符答案

【问题标题】：How to read SciPy sparse matrix into Tensorflow's placeholder如何将 SciPy 稀疏矩阵读入 Tensorflow 的占位符
【发布时间】：2023-03-28 02:30:02
【问题描述】：

通过这种方式可以读取密集数据：

# tf - tensorflow, np - numpy, sess - session
m = np.ones((2, 3))
placeholder = tf.placeholder(tf.int32, shape=m.shape)
sess.run(placeholder, feed_dict={placeholder: m})

如何将 scipy 稀疏矩阵（例如 scipy.sparse.csr_matrix）读入 tf.placeholder 或 tf.sparse_placeholder？

【问题讨论】：

标签： tensorflow scipy

【解决方案1】：

我认为目前 TF 没有从稀疏数据中读取的好方法。如果您不想将稀疏矩阵转换为密集矩阵，可以尝试构造一个sparse tensor.。

这是official tutorial 告诉你的：

SparseTensors 不能很好地处理队列。如果你使用稀疏张量您必须在之后使用 tf.parse_example 解码字符串记录批处理（而不是在批处理之前使用 tf.parse_single_example）。

【讨论】：

【解决方案2】：

将 SciPy 稀疏矩阵提供给 TF 占位符

选项1：您需要使用tf.sparse_placeholder。在Use coo_matrix in TensorFlow 中显示了将数据提供给sparse_placeholder 的方式
方案2：需要将稀疏矩阵转换为NumPy稠密矩阵并馈送到tf.place_holder（当然，当转换的稠密矩阵内存不足时，这种方式是不可能的）

【讨论】：