使用Tensorflow变换/波束时，出现'ValueError：遇到无法由ListColumnRepresentation解码的SparseTensorValue'

Question

我正在运行一个Tensorflow转换/梁管道以加载/预处理并另存为TFRecords。 这些记录然后被加载。 在Tensorflow Transform中进行预处理期间，我想填充稀疏张量。 因此，我想将其转换为密集的，填充的并转换回稀疏的。
代码看起来像这样：

import tensorflow_transform as tft
import tensorflow as tf

#...
def preprocess_fn(input_features):
    output_features = {}
    output_features[CATEGORICAL_FEATURE_NAMES] = tft.compute_and_apply_vocabulary(...)
    #dense = tf.sparse.to_dense(output_features[CATEGORICAL_FEATURE_NAMES])
    ## do something with dense
    #output_features[CATEGORICAL_FEATURE_NAMES] = tf.contrib.layers.dense_to_sparse(dense)

    return output_features

要加载TFRecords，我使用以下功能：

def tfrecords_input_fn(files_name_pattern, transformed_metadata,
                       mode=tf.estimator.ModeKeys.EVAL,
                       num_epochs=1,
                       batch_size=64):
    dataset = tf.data.experimental.make_batched_features_dataset(
        file_pattern=files_name_pattern,
        batch_size=batch_size,
        features=transformed_metadata.schema.as_feature_spec(),
        reader=tf.data.TFRecordDataset,
        num_epochs=num_epochs,
        shuffle=True if mode == tf.estimator.ModeKeys.TRAIN else False,
        shuffle_buffer_size=1 + (batch_size * 2),
        prefetch_buffer_size=1,
        drop_final_batch=True
    )

    iterator = dataset.make_one_shot_iterator()
    features = iterator.get_next()
    target = features.pop(TARGET_FEATURE_NAME)

    return features, target

运行整个管道（加载原始数据，转换，保存TFRecords，然后加载那些以将它们打印到屏幕上）可以正常工作，但是取消注释“ preprocess_fn”中的两行会导致以下错误：

文件“ ... / lib / python3.6 / site-packages / tensorflow_transform / impl_helper.py”，行262，位于to_instance_dicts中，引发ValueError（'遇到一个SparseTensorValue，不能为'ValueError：遇到了一个不能由ListColumnRepresentation解码的SparseTensorValue 。

...

ValueError：遇到无法由ListColumnRepresentation解码的SparseTensorValue。 [在运行'％s时-Transform / ConvertAndUnbatch']

是否有人对此代码有建议或对我错过的内容有任何提示？ 很感谢任何形式的帮助！

最好，多米尼克

Answer 1

tf.Transform支持参差不齐的稀疏张量，因此输入和输出的每一行都应保持对齐。