`variant` Tensor を `RaggedTensor` にデコードします。
指定された `variant` Tensor をデコードし、`RaggedTensor` を返します。入力はスカラーにすることができます。これは、単一の RaggedTensor を ragged_rank `output_ragged_rank` でエンコードすることを意味します。任意のランクを持つこともできます。その場合、各要素は ragged_rank `input_ragged_rank` を持つ `RaggedTensor` にデコードされ、入力形状に従ってこれらがスタックされて、ragged_rank `output_ragged_rank` を持つ単一の `RaggedTensor` を出力します。入力 Tensor の各 `variant` 要素は、デコードされた `RaggedTensor` の分割と値に対応する、`input_ragged_rank + 1` テンソルを持つ 1 次元の `variant` テンソルを要素から取得することによってデコードされます。 `input_ragged_rank` が -1 の場合、`output_ragged_rank` - `rank(encoded_ragged)` として推論されます。対応するエンコード ロジックについては、「RaggedTensorToVariant」を参照してください。
パブリックメソッド
static <T> RaggedTensorFromVariant <Long, T> | |
static <U extends Number, T> RaggedTensorFromVariant <U, T> | |
出力<T> | 出力DenseValues () 出力 `RaggedTensor` の値を表す Tensor。 |
リスト<出力<U>> | 出力NestedSplits () 出力 `RaggedTensor` の分割を表す 1 つ以上の Tensor のリスト。 |
継承されたメソッド
パブリックメソッド
public static RaggedTensorFromVariant <Long, T> create (スコープscope,オペランド<?> encodedRagged, Long inputRaggedRank, Long OutputRaggedRank, Class<T> Tvalues)
デフォルトの出力タイプを使用して、新しい RaggedTensorFromVariant オペレーションをラップするクラスを作成するファクトリ メソッド。
パラメーター
範囲 | 現在のスコープ |
---|---|
エンコードされた不規則な | エンコードされた `RaggedTensor` を含む `variant` Tensor。 |
inputRaggedRank | 入力内のエンコードされた各 `RaggedTensor` コンポーネントの不規則なランク。 -1 に設定すると、これは `output_ragged_rank` - `rank(encoded_ragged)` として推論されます。 |
出力RaggedRank | 出力 `RaggedTensor` の予想される不規則なランク。次の条件が維持される必要があります: `output_ragged_rank = Rank(encoded_ragged) + input_ragged_rank`。 |
戻り値
- RaggedTensorFromVariant の新しいインスタンス
public static RaggedTensorFromVariant <U, T> create (スコープスコープ、オペランド<?> encodedRagged、Long inputRaggedRank、Long outputRaggedRank、Class<T> Tvalues、Class<U> Tsplits)
新しい RaggedTensorFromVariant オペレーションをラップするクラスを作成するためのファクトリ メソッド。
パラメーター
範囲 | 現在のスコープ |
---|---|
エンコードされた不規則な | エンコードされた `RaggedTensor` を含む `variant` Tensor。 |
inputRaggedRank | 入力内のエンコードされた各 `RaggedTensor` コンポーネントの不規則なランク。 -1 に設定すると、これは `output_ragged_rank` - `rank(encoded_ragged)` として推論されます。 |
出力RaggedRank | 出力 `RaggedTensor` の予想される不規則なランク。次の条件が維持される必要があります: `output_ragged_rank = Rank(encoded_ragged) + input_ragged_rank`。 |
戻り値
- RaggedTensorFromVariant の新しいインスタンス