עזרה להגן על שונית המחסום הגדולה עם TensorFlow על Kaggle הצטרפו אתגר

זרימת טנסור :: אופ :: הוסף

#include <sparse_ops.h>

מוסיף שני אובייקטים של SparseTensor כדי לייצר SparseTensor נוסף.

סיכום

ההנחה היא SparseTensor הקלט של אובייקטים SparseTensor מסודרים לפי סדר לקסיקוגרפי סטנדרטי. אם זה לא המקרה, לפני שלב זה הפעל את SparseReorder לשחזור סדר האינדקס.

כברירת מחדל, אם שני ערכים מסתכמים באפס באינדקס כלשהו, ​​הפלט SparseTensor עדיין יכלול את אותו מיקום מסוים באינדקס שלו, SparseTensor אפס בחריץ הערך המתאים. כדי לעקוף את זה, המתקשרים יכולים לציין thresh , המציין שאם הסכום הוא בעל גודל קטן יותר thresh , הערך והמדד המקבילים שלו לא ייכללו. בפרט, thresh == 0 (ברירת מחדל) פירושו שהכל נשמר וסף בפועל קורה רק עבור ערך חיובי.

בצורות הבאות, nnz הוא הספירה לאחר התחשבות thresh .

טענות:

  • היקף: אובייקט Scope
  • a_indices: 2-D. indices של SparseTensor הראשון, גודל [nnz, ndims] .
  • a_values: 1-D. values של ה- SparseTensor הראשון, גודל [nnz] וקטור.
  • a_shape: 1-D. shape של ה- SparseTensor הראשון, גודל [ndims] וקטור.
  • b_indices: 2-D. indices של SparseTensor השני, גודל [nnz, ndims] .
  • b_values: 1-D. values של ה- SparseTensor השני, גודל [nnz] וקטור.
  • b_shape: 1-D. shape של ה- SparseTensor השני, גודל [ndims] וקטור.
  • גורן: 0-ד. סף הגודל שקובע אם זוג פלט / זוג אינדקס לוקח מקום.

החזרות:

קונסטרוקטורים ומשחתנים

SparseAdd (const :: tensorflow::Scope & scope, :: tensorflow::Input a_indices, :: tensorflow::Input a_values, :: tensorflow::Input a_shape, :: tensorflow::Input b_indices, :: tensorflow::Input b_values, :: tensorflow::Input b_shape, :: tensorflow::Input thresh)

תכונות ציבוריות

operation
sum_indices
sum_shape
sum_values

תכונות ציבוריות

מבצע

Operation operation

סכום_אינדיקציות

::tensorflow::Output sum_indices

סכום_צורה

::tensorflow::Output sum_shape

סכום_ערכים

::tensorflow::Output sum_values

פונקציות ציבוריות

הוסף

 SparseAdd(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b_indices,
  ::tensorflow::Input b_values,
  ::tensorflow::Input b_shape,
  ::tensorflow::Input thresh
)