टेन्सरफ्लो::ऑप्स::स्पार्सटेन्सोरडेन्समैटमल

रैंक 2 के स्पार्सटेंसर "A" को सघन मैट्रिक्स "B" से गुणा करें ।

सारांश

A के सूचकांकों पर कोई वैधता जांच नहीं की जाती है। हालांकि, इष्टतम प्रदर्शन के लिए निम्नलिखित इनपुट प्रारूप की अनुशंसा की जाती है:

यदि adjoint_a == false: A को लेक्सिकोग्राफिक रूप से बढ़ते क्रम में सॉर्ट किया जाना चाहिए। यदि आप निश्चित नहीं हैं तो SparseReorder का उपयोग करें। यदि adjoint_a == true: A को आयाम 1 के बढ़ते क्रम में सॉर्ट किया जाना चाहिए (अर्थात, "पंक्ति प्रमुख" क्रम के बजाय "स्तंभ प्रमुख" क्रम)।

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• a_indices: 2-डी. SparseTensor के indices , आकार [nnz, 2] मैट्रिक्स।
• a_values: 1-D. SparseTensor के values , आकार [nnz] वेक्टर।
• a_shape: 1-डी. SparseTensor का shape , आकार [2] वेक्टर.
• b: 2-डी. एक सघन मैट्रिक्स।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• adjoint_a: मैट्रिक्स गुणन में A के एडजॉइंट का उपयोग करें। यदि A एक कॉम्प्लेक्स मैट्रिक्स है, तो यह transpose(conj(A)) होता है। अन्यथा यह transpose(A) होता है।
• adjoint_b: मैट्रिक्स गुणन में B के एडजॉइंट का उपयोग करें। यदि B एक कॉम्प्लेक्स मैट्रिक्स है, तो यह transpose(conj(B)) होता है। अन्यथा यह transpose(B) होता है।

प्रतिफल:

• Output : उत्पाद टेंसर।

सार्वजनिक विशेषताएँ

Operation operation

::tensorflow::Output product

 SparseTensorDenseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b
)

 SparseTensorDenseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b,
  const SparseTensorDenseMatMul::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs AdjointA(
  bool x
)

Attrs AdjointB(
  bool x
)