tensorflow :: ops :: SparseCross

صلیب پراکنده را از لیستی از تانسورهای کم و متراکم تولید می کند.

خلاصه

op دو لیست را می گیرد ، یکی از 2D SparseTensor و دیگری از 2D Tensor ، که هر کدام ویژگی های یک ستون ویژگی را نشان می دهند. با تلاقی های دسته ای این ویژگی ها یک SparseTensor 2D SparseTensor می کند.

به عنوان مثال ، اگر ورودی ها

inputs[0]: SparseTensor with shape = [2, 2]
[0, 0]: "a"
[1, 0]: "b"
[1, 1]: "c"

inputs[1]: SparseTensor with shape = [2, 1]
[0, 0]: "d"
[1, 0]: "e"

inputs[2]: Tensor [["f"], ["g"]]

سپس خروجی

shape = [2, 2]
[0, 0]: "a_X_d_X_f"
[1, 0]: "b_X_e_X_g"
[1, 1]: "c_X_e_X_g"

اگر hashed_output = درست باشد ، خروجی

shape = [2, 2]
[0, 0]: FingerprintCat64(
            Fingerprint64("f"), FingerprintCat64(
                Fingerprint64("d"), Fingerprint64("a")))
[1, 0]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("b")))
[1, 1]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("c")))

استدلال ها:

• دامنه: یک شی Sc Scope
• شاخص ها: 2-D. شاخص های هر SparseTensor ورودی.
• مقادیر: 1-D مقادیر هر SparseTensor .
• اشکال: 1-D اشکال هر SparseTensor .
• ورودی های متراکم: 2-D. ستونهایی که توسط Tensor متراکم نشان داده می شوند.
• hashed_output: اگر درست باشد ، هش صلیب را به جای رشته برمی گرداند. این به ما امکان می دهد از دستکاری رشته ها جلوگیری کنیم.
• num_buckets: در صورت درست بودن hashed_output استفاده می شود. خروجی = hashed_valuenum_buckets اگر num_buckets> 0 مورد دیگر hashed_value.
• hash_key: کلید ترکیبی (hash_key) را مشخص کنید که توسط تابع FingerprintCat64 برای ترکیب اثر انگشت متقاطع استفاده خواهد شد.

بازده:

• شاخص های Output : 2-D. شاخص های SparseTensor .
• مقادیر Output : 1-D. مقادیر غیر خالی SparseTensor یا هش شده.
• Output : 1-D. شکل SparseTensor .

صفات عمومی

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 SparseCross(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList values,
  ::tensorflow::InputList shapes,
  ::tensorflow::InputList dense_inputs,
  bool hashed_output,
  int64 num_buckets,
  int64 hash_key,
  DataType out_type,
  DataType internal_type
)