از اینکه با Google I/O تنظیم کردید متشکریم. مشاهده همه جلسات در صورت تقاضا تماشا کنید

tensorflow :: ops :: SparseMatMul

#include <math_ops.h>

ماتریس "a" را در ماتریس "b" ضرب کنید .

خلاصه

ورودی ها باید ماتریس دو بعدی باشند و بعد درونی "a" باید با بعد خارجی "b" مطابقت داشته باشد. هر دو "a" و "b" باید Tensor باشند نه SparseTensor . این عمل برای مواردی که حداقل یکی از "a" یا "b" پراکنده باشد بهینه شده است ، به این معنا که آنها دارای مقدار زیادی از مقادیر صفر هستند. شکست برای استفاده از این در برابر ضرب ماتریس متراکم در یک سیستم عامل 30٪ مقادیر صفر در ماتریس پراکنده بود.

محاسبه شیب این عملیات فقط هنگامی که شیب از Relu می آید از پراکندگی در شیب ورودی استفاده می کند.

استدلال ها:

بازده:

  • Output : تانسور محصول.

سازندگان و ویرانگران

SparseMatMul (const :: tensorflow::Scope & scope, :: tensorflow::Input a, :: tensorflow::Input b)
SparseMatMul (const :: tensorflow::Scope & scope, :: tensorflow::Input a, :: tensorflow::Input b, const SparseMatMul::Attrs & attrs)

صفات عمومی

operation
product

کارکردهای عمومی

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

توابع استاتیک عمومی

AIsSparse (bool x)
BIsSparse (bool x)
TransposeA (bool x)
TransposeB (bool x)

سازه ها

tensorflow :: ops :: SparseMatMul :: Attrs

تنظیم کننده های ویژگی اختیاری برای SparseMatMul .

صفات عمومی

عمل

Operation operation

تولید - محصول

::tensorflow::Output product

کارکردهای عمومی

SparseMatMul

 SparseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a,
  ::tensorflow::Input b
)

SparseMatMul

 SparseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a,
  ::tensorflow::Input b,
  const SparseMatMul::Attrs & attrs
)

گره

::tensorflow::Node * node() const

عملگر :: tensorflow :: ورودی

 operator::tensorflow::Input() const

عملگر :: tensorflow :: خروجی

 operator::tensorflow::Output() const

توابع استاتیک عمومی

AIsSparse

Attrs AIsSparse(
  bool x
)

BIsSparse

Attrs BIsSparse(
  bool x
)

TransposeA

Attrs TransposeA(
  bool x
)

TransposeB

Attrs TransposeB(
  bool x
)