0

我有两个使用tf.sparse_placeholder. 我需要在两个矩阵之间执行逐元素乘法。但我在tensorflow. 最相关的函数是tf.sparse_tensor_dense_matmul，但这是一个在一个稀疏矩阵和一个密集矩阵之间执行矩阵乘法的函数。

我希望找到的是在两个稀疏矩阵之间执行元素乘法。中是否有任何实现tensorflow？

我展示了以下在密集矩阵之间执行乘法的示例。我期待看到解决方案。

import tensorflow as tf
import numpy as np

# Element-wise multiplication, two dense matrices
A = tf.placeholder(tf.float32, shape=(100, 100))
B = tf.placeholder(tf.float32, shape=(100, 100))
C = tf.multiply(A, B)
sess = tf.InteractiveSession()
RandA = np.random.rand(100, 100)
RandB = np.random.rand(100, 100)
print sess.run(C, feed_dict={A: RandA, B: RandB})

# matrix multiplication, A is sparse and B is dense
A = tf.sparse_placeholder(tf.float32)
B = tf.placeholder(tf.float32, shape=(5,5))
C = tf.sparse_tensor_dense_matmul(A, B)
sess = tf.InteractiveSession()
indices = np.array([[3, 2], [1, 2]], dtype=np.int64)
values = np.array([1.0, 2.0], dtype=np.float32)
shape = np.array([5,5], dtype=np.int64)
Sparse_A = tf.SparseTensorValue(indices, values, shape)
RandB = np.ones((5, 5))
print sess.run(C, feed_dict={A: Sparse_A, B: RandB})

非常感谢！！！

4

4 回答 4

0

我正在使用 TensorFlow 2.4.1。

这是我将两个稀疏张量元素相乘的解决方法：

def sparse_element_wise_mul(a: tf.SparseTensor, b: tf.SparseTensor):
    a_plus_b = tf.sparse.add(a, b)
    a_plus_b_square = tf.square(a_plus_b)
    minus_a_square = tf.negative(tf.square(a))
    minus_b_square = tf.negative(tf.square(b))
    _2ab = tf.sparse.add(
        tf.sparse.add(
            a_plus_b_square,
            minus_a_square
        ),
        minus_b_square
    )
    ab = tf.sparse.map_values(tf.multiply, _2ab, 0.5)
    return ab

这里有一些简单的解释：

鉴于

(a+b)^2 = a^2 + 2a*b + b^2

我们可以通过以下方式计算 a*b

a*b = ((a+b)^2 - a^2 - b^2) / 2

似乎可以使用这种解决方法正确计算梯度。

于 2021-05-29T07:00:03.907 回答
0

另一个帖子的解决方案有效。

https://stackoverflow.com/a/45103767/2415428

使用__mul__执行逐元素乘法。

TF2.1 参考：https ://www.tensorflow.org/api_docs/python/tf/sparse/SparseTensor# mul

于 2020-02-25T17:16:58.550 回答
0

您也可以使用tf.matmul或tf.sparse_matmul稀疏矩阵；设置a_is_sparse和b_is_sparse作为True。

matmul(
    a,
    b,
    transpose_a=False,
    transpose_b=False,
    adjoint_a=False,
    adjoint_b=False,
    a_is_sparse=False,
    b_is_sparse=False,
    name=None
)

对于逐元素乘法，一种解决方法是tf.sparse_to_dense用于将稀疏张量转换为密集表示并tf.multiply用于逐元素乘法

于 2017-08-17T09:40:08.853 回答
0

TensorFlow 目前没有稀疏稀疏元素乘法运算。

我们目前不打算添加对此的支持，但绝对欢迎贡献！随意在这里创建一个 github 问题：https ://github.com/tensorflow/tensorflow/issues/new ，也许你或社区中的某个人可以拿起它:)

谢谢！

于 2017-08-24T20:25:39.533 回答