具有稀疏数据的张量流训练

Question

我想在 python 的 tensorflow 中使用稀疏张量进行训练。我发现了很多代码如何做到这一点，但没有一个有效。

这是一个示例代码来说明我的意思，它会引发错误：

import numpy as np

x_vals = tf.sparse.SparseTensor([[0, 0], [0, 1], [1, 2]], [1, 2, 1], [2, 3])

#x_vals = tf.sparse.to_dense(x_vals)    #this line decides, if there is an error

y_vals = np.array([0, 1])

layer_args = lambda : None

layer_args.input_shape = (3,)

layer_args.activation = "sigmoid"

layer_args.use_bias = False

model = tf.keras.models.Sequential(tf.keras.layers.Dense(1, **layer_args.__dict__))

model.compile(loss = "mse")

model.fit(x_vals, y_vals)

错误是：

ValueError: The two structures don't have the same nested structure.

...和一个巨大的堆栈跟踪

Answer 1

好的，我知道它是如何工作的。最简单的解决方案是使用生成器：from random import shuffledef data_generator(x_vals, y_vals):    inds = list(range(x_vals.shape[0]))    shuffle(inds)    for ind in inds:        yield (x_vals[ind, :].todense(), y_vals[ind])然后使用该生成器生成适合的 x 值：model.fit(data_generator(x_vals, y_vals))但是它非常慢。此外，您一次只能训练一个 epoch，并且 keras 有很多功能您无法使用。也可能是 tensorflow.keras.utils.Sequence：class SparseSequence(tf.keras.utils.Sequence):    def __init__(self, x_vals, y_vals, batch_size = 32):        self.x_vals = x_vals        self.y_vals = y_vals        self.inds = list(range(x_vals.shape[0]))        shuffle(self.inds)        self.batch_size = batch_size    def __getitem__(self, item):        from_ind = self.batch_size * item        to_ind = self.batch_size * (item + 1)        return (self.x_vals[self.inds[from_ind:to_ind], :].todense(),                y_vals[self.inds[from_ind:to_ind]])    def on_epoch_end(self):        shuffle(self.inds)    def __len__(self):        return math.ceil(self.x_vals.shape[0] / self.batch_size)然后在拟合函数中使用它：model.fit(SparseSequence(x_vals, y_vals))请记住，需要首先将数据转换为 scipy csr 稀疏矩阵，否则代码将不起作用。还要记住不要在 Model.fit() 中使用“y”关键字。