tensorflow:: ops:: DeserializeManySparse

सीरियलाइज़्ड मिनीबैच से SparseTensors डीसीरियलाइज़ करें और संयोजित करें।

सारांश

इनपुट serialized_sparse एक स्ट्रिंग मैट्रिक्स होना चाहिए जिसका आकार [N x 3] हो, जहाँ N मिनीबैच का आकार है और पंक्तियाँ SerializeSparse के पैक्ड आउटपुट के अनुरूप होती हैं। मूल SparseTensor ऑब्जेक्ट्स की रैंक समान होनी चाहिए। जब ​​अंतिम SparseTensor बनाया जाता है, तो उसकी रैंक आने वाले SparseTensor ऑब्जेक्ट्स की रैंक से एक अधिक होती है (इन्हें एक नए पंक्ति आयाम के साथ संयोजित किया गया है)।

आउटपुट SparseTensor ऑब्जेक्ट के सभी आयामों के लिए आकार मान, पहले आयाम को छोड़कर, इनपुट SparseTensor ऑब्जेक्ट के संबंधित आयामों के आकार मानों का अधिकतम मान होता है। इसका पहला आकार मान N है, जो मिनीबैच का आकार है।

इनपुट SparseTensor ऑब्जेक्ट्स के इंडेक्स मानक लेक्सिकोग्राफिक क्रम में व्यवस्थित माने जाते हैं। यदि ऐसा नहीं है, तो इस चरण के बाद इंडेक्स क्रम को बहाल करने के लिए SparseReorder चलाएँ।

उदाहरण के लिए, यदि क्रमबद्ध इनपुट एक [2 x 3] मैट्रिक्स है जो दो मूल SparseTensor ऑब्जेक्ट्स 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 डीसीरियलाइज़्ड SparseTensor इस प्रकार 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
• serialized_sparse: 2-D, N सीरियलाइज़्ड SparseTensor ऑब्जेक्ट। इसमें 3 कॉलम होने चाहिए।
• dtype: सीरियलाइज़्ड SparseTensor ऑब्जेक्ट्स का dtype ।

प्रतिफल:

• Output स्पार्स_इंडेक्स
• Output स्पार्स_वैल्यूज़
• Output स्पार्स_शेप

सार्वजनिक विशेषताएँ

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
)