टेन्सरफ्लो::ऑप्स::स्पार्समैटमल

मैट्रिक्स "a" को मैट्रिक्स "b" से गुणा करें ।

सारांश

इनपुट दो-आयामी मैट्रिक्स होने चाहिए और "a" का आंतरिक आयाम "b" के बाहरी आयाम के बराबर होना चाहिए। "a" और "b" दोनों Tensor होने चाहिए, SparseTensor नहीं। यह ऑपरेशन उस स्थिति के लिए अनुकूलित है जहां "a" या "b" में से कम से कम एक स्पार्स हो, यानी उनमें शून्य मानों का अनुपात अधिक हो। एक प्लेटफॉर्म पर सघन मैट्रिक्स गुणन की तुलना में इसका उपयोग करने का ब्रेक-ईवन स्पार्स मैट्रिक्स में 30% शून्य मान था।

इस ऑपरेशन की ग्रेडिएंट गणना इनपुट ग्रेडिएंट में विरलता का लाभ तभी उठाएगी जब वह ग्रेडिएंट Relu से आता है।

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट

प्रतिफल:

• Output : उत्पाद टेंसर।

सार्वजनिक विशेषताएँ

Operation operation

::tensorflow::Output product

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs AIsSparse(
  bool x
)

Attrs BIsSparse(
  bool x
)

Attrs TransposeA(
  bool x
)

Attrs TransposeB(
  bool x
)