Scipy稀疏CSR矩阵到TensorFlow SparseTensor - 小批量梯度下降

Question

我有一个Scipy稀疏CSR矩阵，它是从SVM-Light格式的稀疏TF-IDF特征矩阵创建的。功能的数量是巨大的，它是稀疏的，所以我必须使用SparseTensor，否则它太慢了。

例如，功能数为5，和样本文件可以是这样的：

0 4:1 
1 1:3 3:4 
0 5:1 
0 2:1 

解析后，训练集是这样的：

trainX = <scipy CSR matrix> 
trainY = np.array([0,1,00]) 

我有两个重要问题：

1）我如何有效地将它转换为SparseTensor（sp_ids，sp_weights），以便使用lookup执行快速乘法（WX）：https://www.tensorflow.org/versions/master/api_docs/python/nn.html#embedding_lookup_sparse

2）如何随机化每个时期的数据集并重新计算sp_ids，sp_weights以便我可以为小批量梯度下降进料（feed_dict）。

像逻辑回归这样的简单模型的示例代码将非常感谢。图表将如下：

# GRAPH 
mul = tf.nn.embedding_lookup_sparse(W, X_sp_ids, X_sp_weights, combiner = "sum") # W.X 
z = tf.add(mul, b) # W.X + b 


cost_op = tf.reduce_sum(tf.nn.sigmoid_cross_entropy_with_logits(z, y_true)) # this already has built in sigmoid apply 
train_op = tf.train.GradientDescentOptimizer(0.05).minimize(cost_op) # construct optimizer 

predict_op = tf.nn.sigmoid(z) # sig(W.X + b) 

Answer 1

我可以回答你的问题的第一部分。

def convert_sparse_matrix_to_sparse_tensor(X): 
    coo = X.tocoo() 
    indices = np.mat([coo.row, coo.col]).transpose() 
    return tf.SparseTensor(indices, coo.data, coo.shape) 

首先将矩阵转换为COO格式。然后提取索引，值和形状，并直接将它们传递给SparseTensor构造函数。