یک نمایش پراکنده را به یک تانسور متراکم تبدیل می کند.
آرایهای «متراکم» با شکل «output_shape» میسازد به طوری که
# If sparse_indices is scalar
dense[i] = (i == sparse_indices ? sparse_values : default_value)
# If sparse_indices is a vector, then for each i
dense[sparse_indices[i]] = sparse_values[i]
# If sparse_indices is an n by d matrix, then for each i in [0, n)
dense[sparse_indices[i][0], ..., sparse_indices[i][d-1]] = sparse_values[i]
همه مقادیر دیگر در «dense» روی «مقدار_پیشفرض» تنظیم میشوند. اگر «sparse_values» یک اسکالر باشد، همه شاخصهای پراکنده روی این مقدار واحد تنظیم میشوند.شاخص ها باید به ترتیب واژگانی مرتب شوند و شاخص ها نباید دارای تکرار باشند. اگر "validate_indices" درست باشد، این ویژگی ها در حین اجرا بررسی می شوند.
کلاس های تو در تو
کلاس | SparseToDense.Options | ویژگی های اختیاری برای SparseToDense |
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی <U> | asOutput () دسته نمادین تانسور را برمی گرداند. |
static <U گسترش TType ، T گسترش TNumber > SparseToDense <U> | |
خروجی <U> | متراکم () تانسور خروجی متراکم شکل «شکل_خروجی». |
استاتیک SparseToDense.Options | validateIndices (Boolean validateIndices) |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی <U> asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
ایستا عمومی SparseToDense <U> ایجاد ( دامنه دامنه ، عملوند <T> sparseIndices، عملوند <T> outputShape، عملوند <U> sparseValues، عملوند <U> مقدار پیش فرض، گزینهها... گزینهها)
روش کارخانه برای ایجاد کلاسی که یک عملیات SparseToDense جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
شاخص های پراکنده | 0-D، 1-D، یا 2-D. «شاخصهای_پراک[i]» حاوی فهرست کاملی است که «مقدارهای_پراک[i]» در آن قرار میگیرد. |
خروجی شکل | 1-D. شکل تانسور خروجی متراکم. |
مقادیر کم | 1-D. مقادیر مربوط به هر ردیف از «شاخصهای_پراکنده»، یا یک مقدار اسکالر که برای همه شاخصهای پراکنده استفاده میشود. |
مقدار پیش فرض | مقدار اسکالر برای تنظیم برای شاخصهایی که در «شاخصهای_پراکنده» مشخص نشدهاند. |
گزینه ها | مقادیر ویژگی های اختیاری را حمل می کند |
برمی گرداند
- یک نمونه جدید از SparseToDense
عمومی استاتیک SparseToDense.Options validateIndices (Boolean validateIndices)
مولفه های
اعتبارسنجی شاخص ها | اگر درست باشد، شاخصها بررسی میشوند تا مطمئن شویم به ترتیب واژگانی مرتب شدهاند و تکراری وجود ندارد. |
---|