tensorflow:: ops:: SparseCrossV2

يقوم بتوليد مصفوفة متقاطعة متفرقة من قائمة من الموترات المتفرقة والكثيفة.

ملخص

تأخذ العملية قائمتين، إحداهما من نوع SparseTensor ثنائي الأبعاد والأخرى من نوع Tensor ثنائي الأبعاد، تمثل كل منهما خصائص عمود خصائص واحد. وتُخرج العملية SparseTensor ثنائي الأبعاد يحتوي على التقاطعات الدفعية لهذه الخصائص.

على سبيل المثال، إذا كانت المدخلات

inputs[0]: SparseTensor with shape = [2, 2]
[0, 0]: "a"
[1, 0]: "b"
[1, 1]: "c"

inputs[1]: SparseTensor with shape = [2, 1]
[0, 0]: "d"
[1, 0]: "e"

inputs[2]: Tensor [["f"], ["g"]]

ثم ستكون النتيجة

shape = [2, 2]
[0, 0]: "a_X_d_X_f"
[1, 0]: "b_X_e_X_g"
[1, 1]: "c_X_e_X_g"

إذا كانت قيمة hashed_output تساوي true، فسيكون الناتج كالتالي:

shape = [2, 2]
[0, 0]: FingerprintCat64(
            Fingerprint64("f"), FingerprintCat64(
                Fingerprint64("d"), Fingerprint64("a")))
[1, 0]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("b")))
[1, 1]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("c")))

الحجج:

• النطاق: كائن النطاق
• المؤشرات: ثنائية الأبعاد. مؤشرات كل موتر SparseTensor مُدخل.
• القيم: 1-D. قيم كل SparseTensor .
• الأشكال: 1-D. أشكال كل SparseTensor .
• dense_inputs: أعمدة ثنائية الأبعاد ممثلة بواسطة Tensor كثيف.
• sep: سلسلة نصية تُستخدم عند ضم قائمة من المدخلات النصية، ويمكن استخدامها كفاصل لاحقًا.

المرتجعات:

• Output output_indices: 2-D. مؤشرات SparseTensor المدمجة.
• Output output_values: 1-D. القيم غير الفارغة لـ SparseTensor المدمج أو المجزأ.
• Output output_shape: 1-D. شكل SparseTensor المتسلسل.

السمات العامة

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 SparseCrossV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList values,
  ::tensorflow::InputList shapes,
  ::tensorflow::InputList dense_inputs,
  ::tensorflow::Input sep
)