Python TypeError:转换类型为<；的对象失败；类别'；scipy.sparse.csr.csr#u矩阵'&燃气轮机；到张量

我试图用tensorflow计算350k个句子之间的余弦相似性

我的句子首先使用sklearn进行矢量化：

doc =  df['text']
vec = TfidfVectorizer(binary=False,norm='l2',use_idf=False,smooth_idf=False,lowercase=True,stop_words='english',min_df=1,max_df=1.0,max_features=None,ngram_range=(1, 1))
X = vec.fit_transform(doc)
print(X.shape)
print(type(X))

这非常有效，我得到了稀疏矩阵，然后我尝试了两种方法将稀疏矩阵转换为稠密矩阵

（1） 我试过这个：

dense = X.toarray()

这只适用于少量数据（大约10000句），但在实际计算中失败

（2） 我一直试图以这种方式转换输出

X

，但在执行第一步

K

时，收到相同的错误消息：

K = tf.convert_to_tensor(X, dtype=None, dtype_hint=None, name=None)
Y = tf.sparse.to_dense(K, default_value=None, validate_indices=True, name=None)

---

如有任何能解开这个谜团的窍门，我们将不胜感激。如果要在大小方面更有效的话，我也很乐意考虑批处理我的计算。

< P>你需要从你的SISPY中创建一个TraceFrace稀疏矩阵。由于您的矩阵似乎是CSR格式，您可以按如下方式执行：

将numpy导入为np
导入scipy.sparse
导入tensorflow作为tf
def稀疏_csr_至_tf（csr_mat）：
indptr=tf.常数（csr_mat.indptr，dtype=tf.int64）
每行元素=indptr[1:]-indptr[：-1]
i=tf.repeat（tf.range（csr\u mat.shape[0]，dtype=tf.int64），每行元素）
j=tf.常数（csr_mat.index，dtype=tf.int64）
索引=np.堆栈（[i，j]，轴=-1）
数据=tf常数（csr材料数据）
返回tf.sparse.SparseTensor（索引、数据、csr_mat.shape）
#试验
m=scipy.sparse.csr_矩阵([
[0, 0, 1, 0],
[0, 0, 0, 0],
[2, 0, 3, 4],
]，dtype=np.float32）
tf_mat=稀疏的csr_到tf（m）
tf.print（tf.sparse.to_density（tf_mat））
# [[0 0 1 0]
#  [0 0 0 0]
#  [2 0 3 4]]

您需要从SciPy矩阵中生成一个TensorFlow稀疏矩阵。由于您的矩阵似乎是CSR格式，您可以按如下方式执行：

将numpy导入为np
导入scipy.sparse
导入tensorflow作为tf
def稀疏_csr_至_tf（csr_mat）：
indptr=tf.常数（csr_mat.indptr，dtype=tf.int64）
每行元素=indptr[1:]-indptr[：-1]
i=tf.repeat（tf.range（csr\u mat.shape[0]，dtype=tf.int64），每行元素）
j=tf.常数（csr_mat.index，dtype=tf.int64）
索引=np.堆栈（[i，j]，轴=-1）
数据=tf常数（csr材料数据）
返回tf.sparse.SparseTensor（索引、数据、csr_mat.shape）
#试验
m=scipy.sparse.csr_矩阵([
[0, 0, 1, 0],
[0, 0, 0, 0],
[2, 0, 3, 4],
]，dtype=np.float32）
tf_mat=稀疏的csr_到tf（m）
tf.print（tf.sparse.to_density（tf_mat））
# [[0 0 1 0]
#  [0 0 0 0]
#  [2 0 3 4]]

谢谢您的建议！不幸的是，您的解决方案在tf_mat=sparce_csr_to_tf（m）行上抛出了另一条错误消息：“NotImplementedError:无法将符号张量（Repeat/boolean_mask/GatherV2:0）转换为numpy数组”-只是为了澄清一下，我试图从上面的示例中输入矩阵X，对吗？@msa-Well，这只是将CSR稀疏矩阵转换为TensorFlow稀疏矩阵，如果您想稍后返回NumPy，则需要使用

.NumPy（）

（在密集张量上，假设您处于渴望模式）。但是，如果问题是生成的矩阵对于您的系统来说太大，我不认为使用TensorFlow会有帮助…谢谢您的建议！不幸的是，您的解决方案在tf_mat=sparce_csr_to_tf（m）行上抛出了另一条错误消息：“NotImplementedError:无法将符号张量（Repeat/boolean_mask/GatherV2:0）转换为numpy数组”-只是为了澄清一下，我试图从上面的示例中输入矩阵X，对吗？@msa-Well，这只是将CSR稀疏矩阵转换为TensorFlow稀疏矩阵，如果您想稍后返回NumPy，则需要使用

.NumPy（）

（在密集张量上，假设您处于渴望模式）。然而，如果问题是生成的矩阵对于您的系统来说太大，我不认为使用TensorFlow会有帮助。。。