SparseMatrixSparseMatMul

スパース行列-2つのCSR行列 `a`と` b`を乗算します。

スパース行列 `a`とスパース行列` b`の行列乗算を実行します。 `a`または` b`が転置または隣接されていない限り、スパース行列 `a * b`を返します。

各行列は、ブールパラメータ `transpose_a`、` adjoint_a`、 `transpose_b`、および` adjoint_b`に従って転置または随伴（共役および転置）できます。 `transpose_a`または` adjoint_a`の多くてもTrueになります。同様に、 `transpose_b`または` adjoint_b`の最大1つがTrueになる可能性があります。

入力は互換性のある形状である必要があります。つまり、 `a`の内側の寸法は` b`の外側の寸法と等しくなければなりません。この要件は、 `a`または` b`のいずれかが転置または隣接しているかどうかに応じて調整されます。

`type`パラメーターは、行列要素のタイプを示します。 `a`と` b`は両方とも同じタイプでなければなりません。サポートされているタイプは、 `float32`、` float64`、 `complex64`、および` complex128`です。

`a`と` b`は両方とも同じランクでなければなりません。ブロードキャストはサポートされていません。ランク3の場合、 `a`と` b`内の2DCRSSparseMatricesの各バッチは同じ密な形状である必要があります。

スパース行列積には、数値（非構造）のゼロが含まれる場合があります。 TODO（anudhyan）：ゼロをプルーニングするかどうかを制御するためにブール属性を追加することを検討してください。

使用例：

from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops
 
     a_indices = np.array([[0, 0], [2, 3], [2, 4], [3, 0]])
     a_values = np.array([1.0, 5.0, -1.0, -2.0], np.float32)
     a_dense_shape = [4, 5]
 
     b_indices = np.array([[0, 0], [3, 0], [3, 1]])
     b_values = np.array([2.0, 7.0, 8.0], np.float32)
     b_dense_shape = [5, 3]
 
     with tf.Session() as sess:
       # Define (COO format) Sparse Tensors over Numpy arrays
       a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
       b_st = tf.sparse.SparseTensor(b_indices, b_values, b_dense_shape)
 
       # Convert SparseTensors to CSR SparseMatrix
       a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
           a_st.indices, a_st.values, a_st.dense_shape)
       b_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
           b_st.indices, b_st.values, b_st.dense_shape)
 
       # Compute the CSR SparseMatrix matrix multiplication
       c_sm = sparse_csr_matrix_ops.sparse_matrix_sparse_mat_mul(
           a=a_sm, b=b_sm, type=tf.float32)
 
       # Convert the CSR SparseMatrix product to a dense Tensor
       c_sm_dense = sparse_csr_matrix_ops.csr_sparse_matrix_to_dense(
           c_sm, tf.float32)
       # Evaluate the dense Tensor value
       c_sm_dense_value = sess.run(c_sm_dense)
 

`c_sm_dense_value`は、密行列積を格納します：

[[  2.   0.   0.]
      [  0.   0.   0.]
      [ 35.  40.   0.]
      [ -4.   0.   0.]]
 

a：` CSRSparseMatrix`。 b： `a`と同じタイプとランクの` CSRSparseMatrix`。 type： `a`と` b`の両方のタイプ。 transpose_a：Trueの場合、乗算の前に `a`が転置されます。 transpose_b：Trueの場合、乗算の前に `b`が転置されます。 adjoint_a：Trueの場合、乗算の前に `a`が随伴します。 adjoint_b：Trueの場合、乗算の前に `b`が随伴します。