DeserializeManySparse

একটি ক্রমিক মিনিব্যাচ থেকে `স্পার্স টেনসর` ডিসিরিয়ালাইজ করুন এবং সংযুক্ত করুন।

ইনপুট `serialized_sparse` আকৃতির একটি স্ট্রিং ম্যাট্রিক্স হতে হবে `[N x 3]` যেখানে `N` হল মিনিব্যাচের আকার এবং সারিগুলি `SerializeSparse` এর প্যাকড আউটপুটগুলির সাথে মিলে যায়। আসল `স্পার্স টেনসর` অবজেক্টের র‍্যাঙ্ক অবশ্যই সব মিলে যাবে। যখন চূড়ান্ত `SparseTensor` তৈরি করা হয়, তখন এটি আগত `SparseTensor` অবজেক্টের র‍্যাঙ্কের চেয়ে এক উচ্চতর র‍্যাঙ্ক করে (এগুলি একটি নতুন সারি মাত্রার সাথে সংযুক্ত করা হয়েছে)।

সমস্ত মাত্রার জন্য আউটপুট `SparseTensor` অবজেক্টের আকৃতির মান কিন্তু প্রথমটি সংশ্লিষ্ট মাত্রার জন্য ইনপুট `SparseTensor` অবজেক্টের আকৃতির মান জুড়ে সর্বোচ্চ। এর প্রথম আকৃতির মান হল `N`, মিনিব্যাচের আকার।

ইনপুট `SparseTensor` অবজেক্টের সূচকগুলিকে স্ট্যান্ডার্ড লেক্সিকোগ্রাফিক ক্রম অনুসারে অনুমান করা হয়। যদি এটি না হয়, এই ধাপের পরে সূচী ক্রম পুনরুদ্ধার করতে `SparseReorder` চালান।

উদাহরণস্বরূপ, যদি ক্রমিক ইনপুট একটি `[2 x 3]` ম্যাট্রিক্স হয় যা দুটি আসল `স্পার্স টেনসর` বস্তুকে উপস্থাপন করে:

সূচক = [ 0] [10] [20] মান = [1, 2, 3] আকৃতি = [50]

এবং

সূচক = [ 2] [10] মান = [4, 5] আকৃতি = [30]

তারপর চূড়ান্ত ডিসিরিয়ালাইজড `স্পার্স টেনসর` হবে:

সূচক = [0 0] [0 10] [0 20] [1 2] [1 10] মান = [1, 2, 3, 4, 5] আকৃতি = [2 50]