टेंसरफ़्लो:: ऑप्स:: स्पार्सकोनकैट

निर्दिष्ट आयाम के साथ SparseTensor की एक सूची को जोड़ता है।

सारांश

संयोजन इन विरल टेंसरों के सघन संस्करणों के संबंध में है। यह माना जाता है कि प्रत्येक इनपुट एक SparseTensor है जिसके तत्वों को बढ़ती आयाम संख्या के साथ क्रमबद्ध किया गया है।

कॉनकैट आयाम को छोड़कर, सभी इनपुट के आकार मेल खाने चाहिए। indices , values और shapes सूची की लंबाई समान होनी चाहिए।

आउटपुट आकार इनपुट के समान है, कॉनकैट आयाम को छोड़कर, जहां यह उस आयाम के साथ इनपुट के आकार का योग है।

बढ़ते आयाम संख्या के साथ सॉर्ट क्रम को संरक्षित करने के लिए आउटपुट तत्वों का सहारा लिया जाएगा।

यह ऑप O(M log M) समय में चलता है, जहां M सभी इनपुट में गैर-रिक्त मानों की कुल संख्या है। यह एक मनमाने आयाम में कुशलतापूर्वक संयोजित करने के लिए एक आंतरिक सॉर्ट की आवश्यकता के कारण है।

उदाहरण के लिए, यदि concat_dim = 1 और इनपुट

sp_inputs[0]: shape = [2, 3]
[0, 2]: "a"
[1, 0]: "b"
[1, 1]: "c"

sp_inputs[1]: shape = [2, 4]
[0, 1]: "d"
[0, 2]: "e"

तो आउटपुट

shape = [2, 7]
[0, 2]: "a"
[0, 4]: "d"
[0, 5]: "e"
[1, 0]: "b"
[1, 1]: "c"

ग्राफ़िक रूप से यह

[    a] concat [  d e  ] = [    a   d e  ]
[b c  ]        [       ]   [b c          ]

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• सूचकांक: 2-डी. प्रत्येक इनपुट SparseTensor के सूचकांक।
• मान: 1-डी. प्रत्येक SparseTensor के गैर-रिक्त मान।
• आकार: 1-डी. प्रत्येक SparseTensor के आकार।
• concat_dim: साथ में जोड़ने के लिए आयाम। रेंज [-रैंक, रैंक) में होना चाहिए, जहां रैंक प्रत्येक इनपुट SparseTensor में आयामों की संख्या है।

रिटर्न:

• Output आउटपुट_इंडिसेस: 2-डी। संयोजित SparseTensor के सूचकांक।
• Output आउटपुट_मान: 1-डी। संयोजित SparseTensor के गैर-रिक्त मान।
• Output आउटपुट_आकार: 1-डी। संयोजित SparseTensor का आकार।

सार्वजनिक गुण

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 SparseConcat(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList values,
  ::tensorflow::InputList shapes,
  int64 concat_dim
)