tensorflow :: ops :: SparseAdd

#include <sparse_ops.h>

دو جسم SparseTensor را برای تولید SparseTensor دیگر SparseTensor .

خلاصه

شاخص های اشیا SparseTensor ورودی بر اساس ترتیب فرهنگ لغوی استاندارد فرض می شوند. اگر اینگونه نیست ، قبل از این مرحله SparseReorder اجرا SparseReorder تا ترتیب شاخص را بازیابی کند.

به طور پیش فرض ، اگر دو مقدار در برخی شاخص ها به صفر SparseTensor ، SparseTensor خروجی همچنان آن مکان خاص را در شاخص خود دارد و یک صفر را در شکاف مقدار مربوطه ذخیره می کند. برای لغو این ، تماس گیرندگان می توانند thresh مشخص کنند ، این نشان می دهد که اگر مقدار مجموع کاملاً کوچکتر از thresh ، مقدار و شاخص مربوطه آن شامل نمی شود. به طور خاص ، thresh == 0 (پیش فرض) به این معنی است که همه چیز حفظ می شود و آستانه واقعی فقط برای یک مقدار مثبت اتفاق می افتد.

در اشکال زیر ، nnz شمارش پس از در نظر گرفتن thresh .

استدلال ها:

  • دامنه: یک شی Sc Scope
  • a_indices: 2-D. indices های SparseTensor اول ، اندازه [nnz, ndims] .
  • a_values: 1-D. values اولین SparseTensor ، اندازه [nnz] بردار.
  • a_shape: 1-D. shape اولین SparseTensor ، اندازه [ndims] بردار.
  • b_indices: 2-D. indices های SparseTensor دوم ، اندازه [nnz, ndims] ماتریس.
  • b_values: 1-D. values SparseTensor دوم ، اندازه [nnz] بردار.
  • b_shape: 1-D. shape SparseTensor دوم ، اندازه [ndims] بردار.
  • آستانه: 0-D. آستانه بزرگی که تعیین می کند یک جفت مقدار خروجی / شاخص فضا اشغال کند یا خیر.

بازده:

سازندگان و ویرانگران

SparseAdd (const :: tensorflow::Scope & scope, :: tensorflow::Input a_indices, :: tensorflow::Input a_values, :: tensorflow::Input a_shape, :: tensorflow::Input b_indices, :: tensorflow::Input b_values, :: tensorflow::Input b_shape, :: tensorflow::Input thresh)

صفات عمومی

operation
sum_indices
sum_shape
sum_values

صفات عمومی

عمل

Operation operation

مجموع_نمایه ها

::tensorflow::Output sum_indices

شکل_ sum

::tensorflow::Output sum_shape

مجموع_ ارزشها

::tensorflow::Output sum_values

کارکردهای عمومی

SparseAdd

 SparseAdd(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b_indices,
  ::tensorflow::Input b_values,
  ::tensorflow::Input b_shape,
  ::tensorflow::Input thresh
)