tensorflow :: ops :: SparseTensorDenseMatMul

Pomnóż SparseTensor (rzędu 2) „A” przez gęstą macierz „B”.

streszczenie

Indeksy A nie są sprawdzane pod kątem poprawności. Jednak w celu uzyskania optymalnego zachowania zalecany jest następujący format wejściowy:

if adjoint_a == false: A powinno być posortowane w leksykograficznie rosnącym porządku. Jeśli nie masz pewności, użyj SparseReorder . if adjoint_a == true: A powinno być sortowane w kolejności rosnącego wymiaru 1 (tj. w kolejności „główne kolumny” zamiast „głównych wierszy”).

Argumenty:

• zakres: obiekt Scope
• a_indices: 2-D. indices SparseTensor , rozmiar [nnz, 2] Matrix.
• a_values: 1-D. values SparseTensor , rozmiar [nnz] Vector.
• a_shape: 1-D. shape SparseTensor , rozmiar [2] Vector.
• b: 2-D. Gęsta matryca.

Atrybuty opcjonalne (patrz Attrs ):

• adjoint_a: Użyj sprzężenia A w mnożeniu macierzy. Jeśli A jest złożone, jest to transponowane (spójnik (A)). W przeciwnym razie jest transponowana (A).
• adjoint_b: Użyj sprzężenia B w mnożeniu macierzy. Jeśli B jest złożone, jest to transponowane (spójnik (B)). W przeciwnym razie jest to transpozycja (B).

Zwroty:

• Output : tensor produktu.

Atrybuty publiczne

Operation operation

::tensorflow::Output product

 SparseTensorDenseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b
)

 SparseTensorDenseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b,
  const SparseTensorDenseMatMul::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs AdjointA(
  bool x
)

Attrs AdjointB(
  bool x
)