Python 如何将sparsetenservalue转换为numpy数组？

我有一个Tensorflow网络，可以在调用

Session（）.run（）

后获取图形的值。但是，我在将

sparsetenservalue

转换为其他类型时遇到一些问题

例如，下面的程序创建一个

sparsetenservalue

>>> import tensorflow as tf
>>> t = tf.Session().run(tf.SparseTensor([[0,1], [0,0], [1,1], [1,0]],[1,2,3,4],[2,2]))
>>> print(t)
SparseTensorValue(indices=array([[0, 1],
       [0, 0],
       [1, 1],
       [1, 0]]), values=array([1, 2, 3, 4], dtype=int32), dense_shape=array([2, 2]))
>>> 

我想要的是将

t

转换成

np.array

或

np.matrix

，例如，

np.array（[[2,1.]，[4,3.]]）

我目前拥有的是以下内容

>>> import numpy as np
>>> a = np.zeros(t.dense_shape)
>>> for i, v in zip(t.indices, t.values) :
...     a[tuple(i)] = v
... 
>>> print(a)
[[2. 1.]
 [4. 3.]]
>>> 

是否有更好的方法执行转换？特别是，我想消除for循环

多亏了他的提示，我找到了从Tensorflow网站转换的方法

tf.Session().run(tf.sparse.to_dense(tf.sparse.reorder(t)))

---

首先将值按字典顺序重新排序，然后使用

使其稠密，最后将张量馈送到
Session（）.run（）
 所以没有什么能帮助你的了
numpy
当然对
tensorflow
一无所知，但是
tf
应该有一些东西。我是tensorflow的新手，我没有找到通过Google执行转换的方法。