tensorflow :: opérations :: DésérialiserSparse

SparseTensor objets SparseTensor .

Résumé

L'entrée serialized_sparse doit avoir la forme [?, ?, ..., ?, 3] où la dernière dimension stocke les objets SparseTensor sérialisés et les N autres dimensions (N> = 0) correspondent à un lot. Les rangs des objets SparseTensor origine doivent tous correspondre. Lorsque le SparseTensor final est créé, son rang est le rang des objets SparseTensor entrants plus N; les tenseurs clairsemés ont été concaténés selon de nouvelles dimensions, une pour chaque lot.

Les valeurs de forme de l'objet SparseTensor sortie pour les dimensions d'origine sont le maximum sur les valeurs de forme des objets SparseTensor entrée pour les dimensions correspondantes. Les nouvelles dimensions correspondent à la taille du lot.

Les indices des objets SparseTensor entrée 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 l'entrée sérialisée est une matrice [2 x 3] représentant deux objets SparseTensor originaux:

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

et

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

puis le dernier SparseTensor désérialisé sera:

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

Arguments:

• scope: un objet Scope
• serialized_sparse: objets SparseTensor sérialisés. La dernière dimension doit avoir 3 colonnes.
• dtype: le dtype des objets SparseTensor sérialisés.

Retour:

• Output sparse_indices
• Output sparse_values
• Output sparse_shape

Attributs publics

Operation operation

::tensorflow::Output sparse_indices

::tensorflow::Output sparse_shape

::tensorflow::Output sparse_values

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