एक `वैरिएंट` टेंसर को `रैग्ड टेन्सर` में डिकोड करता है।
दिए गए `वैरिएंट` टेंसर को डिकोड करता है और एक `रैग्ड टेंसर` लौटाता है। इनपुट एक अदिश हो सकता है, जिसका अर्थ है कि यह ragged_rank `output_ragged_rank` के साथ एकल `RaggedTensor` को एन्कोड करता है। इसमें एक मनमाना रैंक भी हो सकता है, इस स्थिति में प्रत्येक तत्व को ragged_rank `input_ragged_rank` के साथ `RaggedTensor` में डीकोड किया जाता है और फिर इन्हें ragged_rank `output_ragged_rank` के साथ एकल `RaggedTensor` को आउटपुट करने के लिए इनपुट आकार के अनुसार स्टैक किया जाता है। इनपुट टेंसर में प्रत्येक `वैरिएंट` तत्व को डिकोड किए गए `रैग्ड टेंसर` के विभाजन और मूल्यों के अनुरूप `input_ragged_rank + 1` टेंसर के साथ एक 1-डी `वैरिएंट` टेंसर तत्व से पुनर्प्राप्त करके डीकोड किया जाता है। यदि `input_ragged_rank` -1 है, तो इसका अनुमान `output_ragged_rank` - `रैंक(encoded_ragged)` के रूप में लगाया जाता है। संबंधित एन्कोडिंग लॉजिक के लिए `RaggedTensorToVariant` देखें।
सार्वजनिक तरीके
| स्थिर <टी> RaggedTensorFromVariant <लांग, टी> | |
| स्थिर <यू फैली संख्या, टी> RaggedTensorFromVariant <यू, टी> | |
| आउटपुट <टी> | outputDenseValues () आउटपुट `रैग्ड टेंसर` के मूल्यों का प्रतिनिधित्व करने वाला एक टेंसर। |
| सूची < आउटपुट <यू >> | outputNestedSplits () एक या एक से अधिक Tensors की सूची जो आउटपुट `RaggedTensor` के विभाजन का प्रतिनिधित्व करती है। |
विरासत में मिली विधियां
सार्वजनिक तरीके
सार्वजनिक स्थिर RaggedTensorFromVariant <लांग, टी> बनाने ( स्कोप गुंजाइश, ओपेरैंड <?> encodedRagged, लांग inputRaggedRank, लांग outputRaggedRank, कक्षा <टी> Tvalues)
डिफ़ॉल्ट आउटपुट प्रकारों का उपयोग करके एक नया RaggedTensorFromVariant ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
| दायरा | वर्तमान दायरा |
|---|---|
| एन्कोडेड रैग्ड | एक `वैरिएंट` टेंसर जिसमें एन्कोडेड `रैग्ड टेन्सर` होता है। |
| इनपुट रैग्डरैंक | इनपुट में प्रत्येक एन्कोडेड `RaggedTensor` घटक की रैग्ड रैंक। यदि -1 पर सेट किया जाता है, तो इसका अनुमान `output_ragged_rank` - `रैंक(encoded_ragged)` के रूप में लगाया जाता है |
| आउटपुट रैग्डरैंक | आउटपुट `रैग्ड टेंसर` की अपेक्षित रैग्ड रैंक। निम्नलिखित को धारण करना चाहिए: `output_ragged_rank = रैंक (encoded_ragged) + input_ragged_rank`। |
रिटर्न
- RaggedTensorFromVariant का एक नया उदाहरण
सार्वजनिक स्थिर RaggedTensorFromVariant <यू, टी> बनाने ( स्कोप गुंजाइश, ओपेरैंड <?> encodedRagged, लांग inputRaggedRank, लांग outputRaggedRank, कक्षा <टी> Tvalues, कक्षा <u> Tsplits)
एक नया RaggedTensorFromVariant ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
| दायरा | वर्तमान दायरा |
|---|---|
| एन्कोडेड रैग्ड | एक `वैरिएंट` टेंसर जिसमें एन्कोडेड `रैग्ड टेन्सर` होता है। |
| इनपुट रैग्डरैंक | इनपुट में प्रत्येक एन्कोडेड `RaggedTensor` घटक की रैग्ड रैंक। यदि -1 पर सेट किया जाता है, तो इसका अनुमान `output_ragged_rank` - `रैंक(encoded_ragged)` के रूप में लगाया जाता है |
| आउटपुट रैग्डरैंक | आउटपुट `रैग्ड टेंसर` की अपेक्षित रैग्ड रैंक। निम्नलिखित को धारण करना चाहिए: `output_ragged_rank = रैंक (encoded_ragged) + input_ragged_rank`। |
रिटर्न
- RaggedTensorFromVariant का एक नया उदाहरण
सार्वजनिक आउटपुट <टी> outputDenseValues ()
आउटपुट `रैग्ड टेंसर` के मूल्यों का प्रतिनिधित्व करने वाला एक टेंसर।
सार्वजनिक सूची < आउटपुट <यू >> outputNestedSplits ()
एक या एक से अधिक Tensors की सूची जो आउटपुट `RaggedTensor` के विभाजन का प्रतिनिधित्व करती है।