TakeManySparseFromTensorsMap

Lisez `SparseTensors` à partir d'un `SparseTensorsMap` et concaténez-les.

L'entrée `sparse_handles` doit être une matrice `int64` de forme `[N, 1]` où `N` est la taille du mini-lot et les lignes correspondent aux handles de sortie de `AddSparseToTensorsMap` ou `AddManySparseToTensorsMap`. Les rangs des objets `SparseTensor` d'origine qui sont entrés dans les opérations d'entrée données doivent tous correspondre. Lorsque le `SparseTensor` final est créé, il a un rang supérieur à celui des objets `SparseTensor` entrants (ils ont été concaténés le long d'une nouvelle dimension de ligne sur la gauche).

Les valeurs de forme de l'objet `SparseTensor` de sortie pour toutes les dimensions, à l'exception des premières, sont les valeurs maximales des valeurs de forme des objets `SparseTensor` d'entrée pour les dimensions correspondantes. Sa première valeur de forme est « N », la taille du mini-lot.

Les indices des objets d'entrée `SparseTensor` sont supposés classés dans l'ordre lexicographique standard. Si ce n'est pas le cas, après cette étape, exécutez `SparseReorder` pour restaurer l'ordre des index.

Par exemple, si les poignées représentent une entrée, qui est une matrice `[2, 3]` représentant deux objets `SparseTensor` d'origine :

index = [ 0]
             [10]
             [20]
     values = [1, 2, 3]
     shape = [50]
 

index = [ 2]
             [10]
     values = [4, 5]
     shape = [30]
 

index = [0  0]
             [0 10]
             [0 20]
             [1  2]
             [1 10]
     values = [1, 2, 3, 4, 5]
     shape = [2 50]