Python Tensorflow：如何计算张量和稀疏张量之间的平方误差

在

tensorflow

中有两个张量，一个是稀疏张量，称为

a

，另一个是张量，称为

B

。我想计算

A

和

B

之间的平方误差

当我表演时：

import tensorflow as tf
tf.reduce_sum(tf.square( B - A))

然后我得到一个错误，说：

TypeError: Expected float32 passed to parameter 'y' of op 'Sub', got <tensorflow.python.framework.sparse_tensor.SparseTensor object at 0x7f42a10bdf90> of type 'SparseTensor' instead.

错误显示：

TypeError: bad operand type for unary -: 'SparseTensor'

TypeError: bad operand type for unary -: 'SparseTensor'

然后我测试：

tf.reduce_sum(tf.sparse_add(layer_Bi_12, - Bi))

tf.reduce_sum(tf.square(tf.sparse_add(layer_Bi_12, - Bi)))

错误显示：

TypeError: bad operand type for unary -: 'SparseTensor'

TypeError: bad operand type for unary -: 'SparseTensor'

---

我怎样才能做到这一点呢？

你不能添加稀疏张量和密集张量。首先需要将稀疏张量转换为稠密张量，例如

dense_A = tf.sparse_tensor_to_dense(A)
tf.reduce_sum(tf.square(B - dense_A))