tensorflow:: ops:: SparseTensorDenseMatMul

র‍্যাঙ্ক ২-এর স্পার্স টেনসর 'A'-কে ডেন্স ম্যাট্রিক্স 'B' দ্বারা গুণ করুন ।

সারসংক্ষেপ

A-এর সূচকগুলোর কোনো বৈধতা যাচাই করা হয় না। তবে, সর্বোত্তম কার্যকারিতার জন্য নিম্নলিখিত ইনপুট বিন্যাসটি সুপারিশ করা হয়:

যদি adjoint_a == false হয়: A-কে আভিধানিকভাবে ক্রমবর্ধমান ক্রমে সাজানো উচিত। আপনি নিশ্চিত না হলে SparseReorder ব্যবহার করুন। যদি adjoint_a == true হয়: A-কে ক্রমবর্ধমান ডাইমেনশন ১ অনুসারে সাজানো উচিত (অর্থাৎ, 'রো মেজর' অর্ডারের পরিবর্তে 'কলাম মেজর' অর্ডার)।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• a_indices: দ্বি-মাত্রিক। SparseTensor এর indices , আকার [nnz, 2] ম্যাট্রিক্স।
• a_values: ১-মাত্রিক। SparseTensor এর values , আকার [nnz] ভেক্টর।
• a_shape: 1-D. SparseTensor এর shape , আকার [2] ভেক্টর।
• খ: দ্বি-মাত্রিক। একটি ঘন ম্যাট্রিক্স।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• adjoint_a: ম্যাট্রিক্স গুণ করার সময় A-এর অ্যাডজয়েন্ট ব্যবহার করুন। যদি A জটিল হয়, তবে এটি হবে transpose(conj(A))। অন্যথায় এটি হবে transpose(A)।
• adjoint_b: ম্যাট্রিক্স গুণ করার সময় B-এর অ্যাডজয়েন্ট ব্যবহার করুন। যদি B জটিল হয়, তবে এটি হবে transpose(conj(B))। অন্যথায় এটি হবে transpose(B)।

ফেরত:

• Output : গুণফল টেনসর।

জনসাধারণের বৈশিষ্ট্য

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
)