tensorflow :: ops :: DeserializeManySparse

Deserializacja i łączenie SparseTensors z serializowanej minibatch.

streszczenie

Wejście serialized_sparse musi być macierzą ciągów o kształcie [N x 3] gdzie N jest rozmiarem minibatchu, a wiersze odpowiadają spakowanym wyjściom SerializeSparse . SparseTensor oryginalnych obiektów SparseTensor muszą być zgodne. Po utworzeniu ostatniego SparseTensor ma on rangę o jeden wyższą niż rangi przychodzących obiektów SparseTensor (zostały one połączone wzdłuż nowego wymiaru wierszowego).

Wartości SparseTensor wyjściowego obiektu SparseTensor dla wszystkich wymiarów, ale pierwsze z nich to maksymalne wartości kształtu obiektów wejściowych SparseTensor dla odpowiednich wymiarów. Jego pierwsza wartość kształtu to N , rozmiar minibatchu.

SparseTensor że indeksy wejściowych obiektów SparseTensor są uporządkowane w standardowym porządku leksykograficznym. Jeśli tak nie jest, po tym kroku uruchom SparseReorder aby przywrócić kolejność indeksów.

Na przykład, jeśli sygnał wejściowy serializowane to [2 x 3] Matryca reprezentujących dwa oryginalne SparseTensor obiekty:

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

i

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

wtedy ostateczny SparseTensor będzie miał postać:

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

Argumenty:

• zakres: obiekt Scope
• serialized_sparse 2-D, N odcinkach SparseTensor obiektów. Musi mieć 3 kolumny.
• dtype: The dtype od szeregowej SparseTensor obiektów.

Zwroty:

• Output sparse_indices
• Output sparse_values
• Output sparse_shape

Atrybuty publiczne

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
)