Réorganise un SparseTensor dans l'ordre canonique des lignes principales.
Notez que par convention, toutes les opérations clairsemées préservent l'ordre canonique selon un nombre de dimension croissant. Le seul moment où l'ordre peut être violé est lors de la manipulation manuelle des indices et des vecteurs de valeurs pour ajouter des entrées.
La réorganisation n’affecte pas la forme du SparseTensor.
Si le tenseur a des valeurs non vides de rang `R` et `N`, `input_indices` a la forme `[N, R]`, input_values a la longueur `N` et input_shape a la longueur `R`.
Constantes
| Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
| statique <T étend TType > SparseReorder <T> | |
| Sortie < TInt64 > | Indices de sortie () 2-D. |
| Sortie <T> | valeurs de sortie () 1-D. |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
public static SparseReorder <T> créer ( Scope scope, Operand < TInt64 > inputIndices, Operand <T> inputValues, Operand < TInt64 > inputShape)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseReorder.
Paramètres
| portée | portée actuelle |
|---|---|
| Indices d'entrée | 2-D. Matrice `N x R` avec les indices de valeurs non vides dans un SparseTensor, peut-être pas dans l'ordre canonique. |
| valeurs d'entrée | 1-D. `N` valeurs non vides correspondant aux `input_indices`. |
| forme d'entrée | 1-D. Forme du SparseTensor d’entrée. |
Retour
- une nouvelle instance de SparseReorder
sortie publique < TInt64 > sortieIndices ()
2-D. Matrice `N x R` avec les mêmes indices que input_indices, mais dans l'ordre canonique des lignes principales.
sortie publique <T> valeurs de sortie ()
1-D. `N` valeurs non vides correspondant aux `output_indices`.