เทนเซอร์โฟลว์ :: ops :: DeserializeManySparse

#include <sparse_ops.h>

แยกส่วนและเชื่อมต่อ SparseTensors จาก SparseTensors แบบอนุกรม

สรุป

อินพุต serialized_sparse ต้องเป็นเมทริกซ์สตริงของรูปร่าง [N x 3] โดยที่ N คือขนาดมินิแบทช์และแถวสอดคล้องกับเอาต์พุตที่บรรจุของ SerializeSparse อันดับของวัตถุ SparseTensor ดั้งเดิมต้องตรงกันทั้งหมด เมื่อ SparseTensor สุดท้ายถูกสร้างขึ้นมันจะมีอันดับหนึ่งที่สูงกว่าอันดับของวัตถุ SparseTensor เข้ามา (พวกมันถูกต่อเข้ากับมิติแถวใหม่)

ค่ารูปร่างของวัตถุ SparseTensor เอาต์พุตสำหรับมิติทั้งหมด แต่ค่าแรกคือค่าสูงสุดของค่ารูปร่างของวัตถุ SparseTensor ป้อนเข้าสำหรับมิติที่สอดคล้องกัน ค่ารูปร่างแรกคือ N ขนาดมินิแบทช์

ดัชนีวัตถุ SparseTensor ป้อนจะถือว่าเรียงลำดับตามลำดับศัพท์มาตรฐาน หากไม่เป็นเช่นนั้นหลังจากขั้นตอนนี้ให้รัน SparseReorder เพื่อเรียกคืนการจัดลำดับดัชนี

ตัวอย่างเช่นถ้าอินพุตแบบอนุกรมเป็นเมทริกซ์ [2 x 3] แทน SparseTensor ดั้งเดิมสอง SparseTensor :

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

และ

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

จากนั้น SparseTensor deserialized สุดท้ายจะเป็น:

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

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • serialized_sparse: 2-D, วัตถุ SparseTensor อนุกรม N ต้องมี 3 คอลัมน์
  • dtype: ผู้ dtype ของเนื่อง SparseTensor วัตถุ

ผลตอบแทน:

ผู้สร้างและผู้ทำลาย

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

คุณลักษณะสาธารณะ

operation
sparse_indices
sparse_shape
sparse_values

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

sparse_indices

::tensorflow::Output sparse_indices

sparse_shape

::tensorflow::Output sparse_shape

sparse_values

::tensorflow::Output sparse_values

หน้าที่สาธารณะ

DeserializeManySparse

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