Rimodella uno SparseTensor per rappresentare i valori in una nuova forma densa.
Questa operazione ha la stessa semantica di reshape sul tensore denso rappresentato. Gli "input_indices" vengono ricalcolati in base alla "new_shape" richiesta.
Se un componente di "nuova_forma" ha il valore speciale -1, la dimensione di quella dimensione viene calcolata in modo che la dimensione densa totale rimanga costante. Al massimo un componente di "new_shape" può essere -1. Il numero di elementi densi implicati da "new_shape" deve essere uguale al numero di elementi densi originariamente implicati da "input_shape".
Il rimodellamento non influisce sull'ordine dei valori nello SparseTensor.
Se il tensore di input ha rango `R_in` e `N` valori non vuoti e `new_shape` ha lunghezza `R_out`, allora `input_indices` ha forma `[N, R_in]`, `input_shape` ha lunghezza `R_in` , "output_indices" ha forma "[N, R_out]" e "output_shape" ha lunghezza "R_out".
Costanti
| Corda | OP_NAME | Il nome di questa operazione, come noto al motore principale di TensorFlow |
Metodi pubblici
| SparseReshape statico | |
| Uscita < TInt64 > | indici di output () 2-D. |
| Uscita < TInt64 > | outputShape () 1-D. |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
Metodi pubblici
creazione statica pubblica SparseReshape (ambito ambito , operando < TInt64 > inputIndices, operando < TInt64 > inputShape, operando < TInt64 > newShape)
Metodo factory per creare una classe che racchiude una nuova operazione SparseReshape.
Parametri
| scopo | ambito attuale |
|---|---|
| inputIndices | 2-D. Matrice `N x R_in` con gli indici dei valori non vuoti in uno SparseTensor. |
| inputShape | 1-D. Vettore `R_in` con la forma densa dello SparseTensor in input. |
| nuova forma | 1-D. Vettore `R_out` con la nuova forma densa richiesta. |
ritorna
- una nuova istanza di SparseReshape
output pubblico < TInt64 > outputIndices ()
2-D. Matrice `N x R_out` con gli indici aggiornati dei valori non vuoti nell'output SparseTensor.