将Sparse Tensor转换为Dense Tensor时遇InvalidArgumentError求助

错误原因很明确：你定义的稀疏张量里，索引[7,1]的行索引7超出了dense_shape=[5,6]的第一维度范围——稀疏张量的每个索引必须满足0 ≤ 索引值 < 对应维度的大小，这里第一维度是5，合法的行索引只能是0到4，7显然不符合要求。

有两种直接的解决方法：

方法1：修正索引到合法范围 #

把超界的[7,1]改成第一维度内的索引，比如[3,1]，修改后的代码如下：

from tensorflow import sparse

# 创建稀疏张量，修正索引
var_34 = sparse.SparseTensor(indices = [[1,3], [3, 1]],
 values = [11, 56],
  dense_shape = [5, 6])

# 转换为稠密张量
var_35 = sparse.to_dense(var_34)
print(var_35)

运行后会得到符合(5,6)形状的稠密张量，指定位置的值为11和56，其余为0。

方法2：调整dense_shape适配索引 #

如果你的索引[7,1]是合理需求，那就把dense_shape的第一维度调整为≥8（因为索引从0开始，7对应的维度大小至少是8），比如改成[8,6]，代码如下：

from tensorflow import sparse

# 创建稀疏张量，调整dense_shape
var_34 = sparse.SparseTensor(indices = [[1,3], [7, 1]],
 values = [11, 56],
  dense_shape = [8, 6])

# 转换为稠密张量
var_35 = sparse.to_dense(var_34)
print(var_35)

这样转换后会得到形状为(8,6)的稠密张量，索引[1,3]和[7,1]位置的值分别为11和56，其余为0。

内容的提问来源于stack exchange，提问作者CyberViper Barrack