Das neurale Netzwerk, an dem ich gerade arbeite, akzeptiert einen spärlichen Tensor als Eingabe. Ich meine Daten von einem TFRecord wie folgt lautet:Äquivalent von tf.SparseFeature in tf.data
_, examples = tf.TFRecordReader(options=options).read_up_to(
filename_queue, num_records=batch_size)
features = tf.parse_example(examples, features={
'input_feat': tf.SparseFeature(index_key='input_feat_idx',
value_key='input_feat_values',
dtype=tf.int64,
size=SIZE_FEATURE)})
Es funktioniert wie ein Charme, aber ich war auf der Suche auf der tf.data
API, die für eine Vielzahl von Aufgaben bequemer aussieht, und ich bin nicht sicher, wie tf.SparseTensor
Objekte lesen wie ich mit dem und tf.parse_example()
. Irgendeine Idee?