टेंसरफ़्लो:: ऑप्स:: DeserializeManySparse

#include <sparse_ops.h>

क्रमबद्ध मिनीबैच से SparseTensors डिसेरिएलाइज़ और संयोजित करें।

सारांश

इनपुट serialized_sparse आकार का एक स्ट्रिंग मैट्रिक्स होना चाहिए [N x 3] जहां N मिनीबैच आकार है और पंक्तियां SerializeSparse के पैक्ड आउटपुट के अनुरूप हैं। मूल SparseTensor ऑब्जेक्ट की रैंक सभी से मेल खानी चाहिए। जब अंतिम SparseTensor बनाया जाता है, तो इसकी रैंक आने वाले SparseTensor ऑब्जेक्ट्स की रैंक से एक अधिक होती है (उन्हें एक नई पंक्ति आयाम के साथ संयोजित किया गया है)।

सभी आयामों के लिए आउटपुट SparseTensor ऑब्जेक्ट के आकार मान, लेकिन पहले इनपुट SparseTensor ऑब्जेक्ट के संबंधित आयामों के लिए आकार मान अधिकतम हैं। इसका पहला आकार मान N है, मिनीबैच आकार।

इनपुट SparseTensor ऑब्जेक्ट के सूचकांकों को मानक लेक्सिकोग्राफ़िक क्रम में क्रमबद्ध माना जाता है। यदि ऐसा नहीं है, तो इस चरण के बाद इंडेक्स ऑर्डर को पुनर्स्थापित करने के लिए SparseReorder चलाएँ।

उदाहरण के लिए, यदि क्रमबद्ध इनपुट एक [2 x 3] मैट्रिक्स है जो दो मूल SparseTensor ऑब्जेक्ट का प्रतिनिधित्व करता है:

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

और

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

तो अंतिम डिसेरिएलाइज़्ड SparseTensor होगा:

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

तर्क:

  • स्कोप: एक स्कोप ऑब्जेक्ट
  • क्रमबद्ध_स्पार्स: 2-डी, N क्रमबद्ध SparseTensor ऑब्जेक्ट। 3 कॉलम होने चाहिए.
  • dtype: क्रमबद्ध SparseTensor ऑब्जेक्ट का dtype

रिटर्न:

निर्माता और विध्वंसक

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

सार्वजनिक गुण

operation
sparse_indices
sparse_shape
sparse_values

सार्वजनिक गुण

संचालन

Operation operation

sparse_indices

::tensorflow::Output sparse_indices

विरल_आकार

::tensorflow::Output sparse_shape

sparse_values

::tensorflow::Output sparse_values

सार्वजनिक समारोह

DeserializeManySparse

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