Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow :: ops :: SparseReorder

#include <sparse_ops.h>

Zmienia kolejność SparseTensor na kanoniczny porządek główny wiersza.

streszczenie

Zwróć uwagę, że zgodnie z konwencją wszystkie rzadkie operacje zachowują porządek kanoniczny wzdłuż rosnącej liczby wymiarów. Jedynym momentem, w którym można naruszyć porządek, jest ręczne manipulowanie indeksami i wektorami wartości w celu dodania wpisów.

Zmiana kolejności nie wpływa na kształt SparseTensor.

Jeśli tensor ma niepuste wartości rang R i N , input_indices ma kształt [N, R] , input_values ​​ma długość N , a input_shape ma długość R

Argumenty:

  • zakres: obiekt Scope
  • input_indices: 2-D. Macierz N x R z indeksami niepustych wartości w SparseTensor, prawdopodobnie nie w porządku kanonicznym.
  • wartości_wejściowe: 1-D. N niepustych wartości odpowiadających input_indices .
  • input_shape: 1-D. Kształt wejścia SparseTensor.

Zwroty:

  • Output output_indices: 2-D. Macierz N x R z tymi samymi indeksami co wskaźniki_wejściowe, ale w kanonicznym uporządkowaniu wiersz-główny.
  • Output wartości_wyjściowe: 1-D. N niepustych wartości odpowiadających output_indices .

Konstruktorzy i niszczyciele

SparseReorder (const :: tensorflow::Scope & scope, :: tensorflow::Input input_indices, :: tensorflow::Input input_values, :: tensorflow::Input input_shape)

Atrybuty publiczne

operation
output_indices
output_values

Atrybuty publiczne

operacja

Operation operation

wskaźniki_wyjściowe

::tensorflow::Output output_indices

wartości_wyjściowe

::tensorflow::Output output_values

Funkcje publiczne

SparseReorder

 SparseReorder(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_indices,
  ::tensorflow::Input input_values,
  ::tensorflow::Input input_shape
)