Tensorflow 一维稀疏张量

我试图将一维稀疏向量传递给Tensorflow：

将tensorflow导入为tf
将numpy作为np导入
x=tf.sparse\u占位符（tf.float32）
y=tf.sparse\u reduce\u和（x）
使用tf.Session（）作为sess：
索引=np.array（[0,1]，dtype=np.int64）
values=np.array（[1.5,3.0]，dtype=np.float32）
shape=np.array（[2]，dtype=np.int64）
打印（sess.run）（y，feed_dict）={
x:tf.sparsetenservalue（索引、值、形状）}）

此代码引发以下错误：

ValueError: Cannot feed value of shape (2,) for Tensor u'Placeholder_2:0', which has shape '(?, ?)'

---

我传递的形状是否错误？

索引的大小应为

（2,1）

。因此，将索引更改为：

index=np.array（[[0]，[1]]，dtype=np.int64）

。以下代码有效：

x = tf.sparse_placeholder(tf.float32)
y = tf.sparse_reduce_sum(x)

with tf.Session() as sess:
   indices = np.array([[0], [1]], dtype=np.int64)
   values = np.array([1.5, 3.0], dtype=np.float32)
   shape = np.array([2], dtype=np.int64)
   print(sess.run(y, feed_dict={
      x: tf.SparseTensorValue(indices, values, shape)}))

#Output
#4.5