Python tf.sparse.reformate（tf.sparse.split（））：类型错误：输入必须是SparseTensor

我试图在张量流上将稠密矩阵转换为稀疏矩阵计算。在使用

tf.sparse.split（

）后尝试

重塑

时出错。下面是一个玩具示例来演示此问题

张量流密集矩阵

import numpy as np
import tensorflow as tf
a = np.array([[1, 0, 2, 0,0,1], [3, 0, 0, 4,1,0]])

a_t = tf.constant(a)
a_t_rshp = tf.reshape(tf.split(a_t,2,axis = 1),[2,2,3])

a_t_st = tf.sparse.from_dense(a_t)
a_t_st_rshp = tf.sparse.reshape(tf.sparse.split(a_t_st,2,axis = 1),[2,2,3])

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-14-3dff37aef5b4> in <module>
----> 1 a_t_st_rshp = tf.sparse.reshape(tf.sparse.split(a_t_st,2,axis = 1),[2,2,3])

/Users/Mine/Python/tf2_4_env/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py in sparse_reshape(sp_input, shape, name)
    886     ValueError:  If `shape` has more than one inferred (== -1) dimension.
    887   """
--> 888   sp_input = _convert_to_sparse_tensor(sp_input)
    889   shape = math_ops.cast(shape, dtype=dtypes.int64)
    890 

/Users/Mine/Python/tf2_4_env/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py in _convert_to_sparse_tensor(sp_input)
     70     return sparse_tensor.SparseTensor.from_value(sp_input)
     71   if not isinstance(sp_input, sparse_tensor.SparseTensor):
---> 72     raise TypeError("Input must be a SparseTensor.")
     73   return sp_input
     74 

张量流稀疏矩阵

import numpy as np
import tensorflow as tf
a = np.array([[1, 0, 2, 0,0,1], [3, 0, 0, 4,1,0]])

a_t = tf.constant(a)
a_t_rshp = tf.reshape(tf.split(a_t,2,axis = 1),[2,2,3])

a_t_st = tf.sparse.from_dense(a_t)
a_t_st_rshp = tf.sparse.reshape(tf.sparse.split(a_t_st,2,axis = 1),[2,2,3])

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-14-3dff37aef5b4> in <module>
----> 1 a_t_st_rshp = tf.sparse.reshape(tf.sparse.split(a_t_st,2,axis = 1),[2,2,3])

/Users/Mine/Python/tf2_4_env/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py in sparse_reshape(sp_input, shape, name)
    886     ValueError:  If `shape` has more than one inferred (== -1) dimension.
    887   """
--> 888   sp_input = _convert_to_sparse_tensor(sp_input)
    889   shape = math_ops.cast(shape, dtype=dtypes.int64)
    890 

/Users/Mine/Python/tf2_4_env/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py in _convert_to_sparse_tensor(sp_input)
     70     return sparse_tensor.SparseTensor.from_value(sp_input)
     71   if not isinstance(sp_input, sparse_tensor.SparseTensor):
---> 72     raise TypeError("Input must be a SparseTensor.")
     73   return sp_input
     74 

a_t_st=tf.sparse.from_dense（a_t）
a_t_st_rshp=tf.sparse.reforme（tf.sparse.split（a_t_st，2，axis=1），[2,2,3]）
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
---->1 a_t_st_rshp=tf.sparse.reformate（tf.sparse.split（a_t_st，2，axis=1），[2,2,3]）
/稀疏整形中的Users/Mine/Python/tf2_4_env/lib/python3.6/site-packages/tensorflow/Python/ops/sparse_ops.py（sp_输入、形状、名称）
886 ValueError:如果“shape”有多个推断的（=-1）维度。
887   """
-->888 sp\u输入=\u转换\u到\u稀疏\u张量（sp\u输入）
889 shape=math_ops.cast（shape，dtype=dtypes.int64）
890
/Users/Mine/Python/tf2_4_env/lib/python3.6/site-packages/tensorflow/Python/ops/sparse_ops.py in_convert_to_sparse_tensor（sp_输入）
70从_值（sp_输入）返回稀疏_张量稀疏传感器
71如果不存在（sp_输入、稀疏张量、稀疏传感器）：
--->72 raise TYPE ERROR（“输入必须是SparseTensor。”）
73返回sp_输入
74

---

你能帮我解决这个问题吗？

我对你的代码没有任何问题。我正在运行python 3.7和tf 2.4，你使用的是什么版本？@CrazyBrazilian你试过运行

a_t_st=tf.sparse.from_dense（a_t）a_st_rshp=tf.sparse.reformate（tf.sparse.split（a_t_st，2，axis=1），[2,2,3]）

？版本：Python 3.6.4和TensorFlow 2.4.0这似乎是TensorFlow中的错误，您能在TensorFlow github报告中提出这个问题吗？谢谢！