เทนเซอร์โฟลว์ :: ops :: DeserializeSparse

#include <sparse_ops.h>

SparseTensor วัตถุ SparseTensor

สรุป

อินพุต serialized_sparse ต้องมีรูปร่าง [?, ?, ..., ?, 3] โดยที่มิติสุดท้ายเก็บ SparseTensor อนุกรมและมิติ N อื่น ๆ (N> = 0) สอดคล้องกับชุดงาน อันดับของวัตถุ SparseTensor ดั้งเดิมต้องตรงกันทั้งหมด เมื่อ SparseTensor สุดท้ายถูกสร้างขึ้นอันดับของมันคืออันดับของวัตถุ SparseTensor เข้ามาบวกกับ N; เทนเซอร์ที่เบาบางถูกต่อเข้ากับมิติข้อมูลใหม่หนึ่งตัวสำหรับแต่ละชุด

ค่ารูปร่างของอ็อบเจ็กต์ SparseTensor เอาต์พุตสำหรับขนาดดั้งเดิมคือค่าสูงสุดของค่ารูปร่างของวัตถุ SparseTensor อินพุตสำหรับมิติที่สอดคล้องกัน มิติข้อมูลใหม่ตรงกับขนาดของชุดงาน

ดัชนีวัตถุ SparseTensor ป้อนจะถือว่าเรียงลำดับตามลำดับศัพท์มาตรฐาน หากไม่เป็นเช่นนั้นหลังจากขั้นตอนนี้ให้เรียกใช้ 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: SparseTensor ทำให้เป็นอนุกรม มิติข้อมูลสุดท้ายต้องมี 3 คอลัมน์
  • dtype: ผู้ dtype ของเนื่อง SparseTensor วัตถุ

ผลตอบแทน:

ผู้สร้างและผู้ทำลาย

DeserializeSparse (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

DeserializeSparse

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