在 Tensorflow 中按元素将密集向量与稀疏矩阵的每一行相乘

Question

假设我有一个稀疏矩阵

A = tf.sparse.SparseTensor(indices=[[0,0],[1,1],[1,2]], values=[1,1,1], 
                dense_shape=[2,3])

和一个密集向量

B = tf.constant([4,3,5])

矩阵A和向量B的形状分别为(2,3)、(1,3)。我想按元素将 B 与 A 的每一行相乘。预期结果是另一个稀疏矩阵，比如

C = tf.sparse.SparseTensor(indices=[[0,0],[1,1],[1,2]], values=[4,3,5], 
                dense_shape=[2,3])

我知道如果A是稠密矩阵会相对容易，但是A的稠密大小非常大，A中的大部分元素都是零。

Answer 1

只需乘以星号 * 即可。

tf.reduce_all(tf.sparse.to_dense(A * B) == tf.sparse.to_dense(C))

<tf.Tensor: shape=(), dtype=bool, numpy=True>

顺便说一句，B 的形状是 (3,)，而不是 (1, 3)

这是这个操作的结果：

<tf.Tensor: shape=(2, 3), dtype=int32, numpy=
array([[4, 0, 0],
       [0, 3, 5]])>

您也可以手动完成此操作，但请注意广播规则：

tf.sparse.SparseTensor(indices=A.indices, values=A.values * B, 
                       dense_shape=A.dense_shape)

Element-wise multiply a dense vector with each row of a sparse matrix in Tensorflow