スパーステンソルとは何ですか?

Python には、多次元配列を操作する NumPy という代表的な外部ライブラリがあります。PyTensor は、内部実装において NumPy を基盤ライブラリとして利用しています。Sptensor は、Sparse Tensor を表すクラスです。Sparse Tensorとは、要素の大部分がゼロである多次元データ構造です。例としては、大規模な対角行列（多くがゼロ要素）が挙げられます。Tensor オブジェクトの値全体を保存するのではなく、非ゼロ値とそれに対応する座標を保存します。Sparse Tensor のストレージ形式では、非ゼロ値のみを保存することが可能なため、保存要件を減らし、ゼロ値を含む不要なサイレント計算を排除することができます。主な属性は、次のとおりです。

• vals (numpy.ndarray)：Sparse Tensorの非ゼロ値の1次元配列
• subs (numpy.ndarray)：valsにある値の座標の2次元配列
• shape(tuple)：Sparse Tensorの形状

　　

• func(binary operator)：この関数は、Sparse Tensorをアキュムレータとして構築するために使用されます。

主な関数は次のとおりです。

• __init__(self, subs, vals, shape = None, func=sum.__call__)：Sptensorクラスのコンストラクタで、subs とval s (numpy.ndarray)または(list)がSptensorの座標と値です
• tondarray(self)：Sptensorと同じ値のnumpy. ndarrayオブジェクトを返します
• permute(self, order)：この関数を適用すると、与えられた順序（リスト）で置換されたSptensorオブジェクトを返します
• ipermute(self, order)：与えられた順序（リスト）の逆数により置換されたSptensorオブジェクトを返します
• copy(self)：Sptensorのコピーされたオブジェクトを返します
• totensor(self)：Sptensorと同じ値の Tensorオブジェクトを返します
• nnz(self)：Sptensorの非ゼロ要素を返します
• ndims(self)：Tensorの次元数を返します
• dimsize(self,ind)：
• shape[ind]と同様で、指定された次元のサイズを返します

FAQ

1. Sparse Tensorとは何ですか？
要素の多くがゼロである多次元配列を、非ゼロ値とその位置だけで表現するデータ構造です。

2. Dense Tensorとの違いは何ですか？
Dense Tensorは全要素を保持しますが、Sparse Tensorは非ゼロ要素のみを保持するため、メモリ効率が高い点が異なります。

3. Sparse Tensorはどのような場面で有効ですか？
大規模で疎な行列、レコメンドデータ、グラフ構造、深層学習の入力表現などで有効です。

関連資料

• Apache SparkとTensorFlowを使用した深層学習
• 深層学習をスケーリングする（しない）簡単な6つのステップ