Kalikan matriks "a" dengan matriks "b".
Inputnya harus berupa matriks dua dimensi dan dimensi dalam "a" harus sesuai dengan dimensi luar "b". Baik "a" maupun "b" harus berupa `Tensor`, bukan `SparseTensor`. Operasi ini dioptimalkan untuk kasus di mana setidaknya salah satu dari "a" atau "b" jarang, dalam arti bahwa keduanya memiliki sebagian besar nilai nol. Titik impas untuk menggunakan ini versus perkalian matriks padat pada satu platform adalah 30% nilai nol dalam matriks renggang.
Perhitungan gradien pada operasi ini hanya akan memanfaatkan ketersebaran pada gradien masukan jika gradien tersebut berasal dari Relu.
Kelas Bersarang
| kelas | SparseMatMul.Opsi | Atribut opsional untuk SparseMatMul | |
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| SparseMatMul.Options statis | aIsSparse (Boolean aIsSparse) |
| Keluaran < TFloat32 > | sebagai Keluaran () Mengembalikan pegangan simbolik tensor. |
| SparseMatMul.Options statis | bisSparse (Boolean bisSparse) |
| SparseMatMul statis | |
| Keluaran < TFloat32 > | produk () |
| SparseMatMul.Options statis | transposeA (Boolean transposeA) |
| SparseMatMul.Options statis | transposeB (Boolean transposeB) |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik < TFloat32 > asOutput ()
Mengembalikan pegangan simbolik tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static SparseMatMul buat ( Lingkup cakupan , Operan <? extends TNumber > a, Operand <? extends TNumber > b, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseMatMul baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari SparseMatMul