tensorflow :: ops :: DeserializeManySparse

SparseTensors از یک مینی بچ سریال جدا کرده و بهم متصل کنید.

خلاصه

ورودی serialized_sparse باید یک ماتریس رشته ای به شکل [N x 3] که در آن N اندازه مینی بچ است و ردیف ها با خروجی های بسته بندی شده SerializeSparse مطابقت دارند. SparseTensor اشیا SparseTensor اصلی SparseTensor باید همه مطابقت داشته باشند. هنگامی که SparseTensor نهایی ایجاد می شود ، یک رتبه بالاتر از ردیف اشیا SparseTensor ورودی دارد (آنها در یک بعد ردیف جدید به هم متصل شده اند).

مقادیر شکل شی SparseTensor خروجی برای همه ابعاد اما اولین ها حداکثر مقادیر شکل اشیا SparseTensor ورودی برای ابعاد مربوطه است. اولین مقدار شکل آن N ، اندازه مینی بچ است.

شاخص های اشیا SparseTensor ورودی فرض می شوند که به ترتیب استاندارد فرهنگ لغت مرتب شده اند. اگر اینگونه نیست ، پس از این مرحله SparseReorder اجرا SparseReorder تا ترتیب شاخص را بازیابی کنید.

به عنوان مثال ، اگر ورودی سریال یک ماتریس [2 x 3] باشد که نمایانگر دو شی SparseTensor اصلی است:

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

و

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

سپس SparseTensor نهایی SparseTensor :

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

استدلال ها:

• دامنه: یک شی Sc Scope
• serialized_sparse: 2 بعدی، N مرتب SparseTensor اشیاء. باید 3 ستون داشته باشد.
• dtype ها: dtype از مرتب SparseTensor اشیاء.

بازده:

• Output اندک Output
• مقدارهای کم Output
• sparse_shape Output

صفات عمومی

Operation operation

::tensorflow::Output sparse_indices

::tensorflow::Output sparse_shape

::tensorflow::Output sparse_values

 DeserializeManySparse(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized_sparse,
  DataType dtype
)