tensorflow:: ops:: DeserializeManySparse

একটি সিরিয়ালাইজড মিনিব্যাচ থেকে SparseTensors ডিসিরিয়ালাইজ ও সংযুক্ত করুন।

সারসংক্ষেপ

ইনপুট serialized_sparse অবশ্যই [N x 3] আকারের একটি স্ট্রিং ম্যাট্রিক্স হতে হবে, যেখানে N হলো মিনিব্যাচ সাইজ এবং সারিগুলো SerializeSparse এর প্যাকড আউটপুটের অনুরূপ। মূল SparseTensor অবজেক্টগুলোর র‍্যাঙ্ক অবশ্যই একই হতে হবে। যখন চূড়ান্ত SparseTensor তৈরি হয়, তখন এর র‍্যাঙ্ক আগত SparseTensor অবজেক্টগুলোর র‍্যাঙ্কের চেয়ে এক ধাপ বেশি হয় (কারণ সেগুলোকে একটি নতুন সারি ডাইমেনশন বরাবর সংযুক্ত করা হয়েছে)।

আউটপুট SparseTensor অবজেক্টের প্রথম ডাইমেনশনটি ছাড়া বাকি সব ডাইমেনশনের জন্য শেপ ভ্যালুগুলো হলো সংশ্লিষ্ট ডাইমেনশনগুলোর জন্য ইনপুট SparseTensor অবজেক্টগুলোর শেপ ভ্যালুগুলোর মধ্যে সর্বোচ্চটি। এর প্রথম শেপ ভ্যালুটি হলো N , অর্থাৎ মিনিব্যাচ সাইজ।

ইনপুট SparseTensor অবজেক্টগুলোর ইন্ডেক্সগুলো স্ট্যান্ডার্ড লেক্সিকোগ্রাফিক অর্ডারে সাজানো আছে বলে ধরে নেওয়া হয়। যদি তা না হয়, এই ধাপের পরে ইন্ডেক্সের ক্রম পুনরুদ্ধার করতে SparseReorder চালান।

উদাহরণস্বরূপ, যদি সিরিয়ালাইজড ইনপুটটি দুটি মূল SparseTensor অবজেক্টকে প্রতিনিধিত্বকারী একটি [2 x 3] ম্যাট্রিক্স হয়:

index = [ 0]
        [10]
        [20]
values = [1, 2, 3]
shape = [50]

এবং

index = [ 2]
        [10]
values = [4, 5]
shape = [30]

তাহলে চূড়ান্ত ডিসিরিয়ালাইজড SparseTensor হবে:

index = [0  0]
        [0 10]
        [0 20]
        [1  2]
        [1 10]
values = [1, 2, 3, 4, 5]
shape = [2 50]

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• serialized_sparse: ২-মাত্রিক, N সংখ্যক সিরিয়ালাইজড SparseTensor অবজেক্ট। এতে অবশ্যই ৩টি কলাম থাকতে হবে।
• dtype: সিরিয়ালাইজড SparseTensor অবজেক্টগুলোর dtype ।

ফেরত:

• Output স্পার্স_ইনডেক্স
• স্পার্স_মান Output
• Output স্পার্স_শেপ

জনসাধারণের বৈশিষ্ট্য

Operation operation

::tensorflow::Output sparse_indices

::tensorflow::Output sparse_shape

::tensorflow::Output sparse_values

 DeserializeManySparse(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized_sparse,
  DataType dtype
)