Genera una croce sparsa da un elenco di tensori sparsi e densi.
L'operazione richiede due elenchi, uno di 2D "SparseTensor" e uno di 2D "Tensor", ciascuno dei quali rappresenta le caratteristiche di una colonna di caratteristiche. Genera uno `SparseTensor` 2D con gli incroci batch di queste caratteristiche.
Ad esempio, se gli input sono
ingressi[0]: SparseTensor con forma = [2, 2] [0, 0]: "a" [1, 0]: "b" [1, 1]: "c"
ingressi[1]: SparseTensor con forma = [2, 1] [0, 0]: "d" [1, 0]: "e"
ingressi[2]: Tensore [["f"], ["g"]]
quindi l'output sarà
forma = [2, 2] [0, 0]: "a_X_d_X_f" [1, 0]: "b_X_e_X_g" [1, 1]: "c_X_e_X_g"
se hasshed_output=true allora l'output sarà
forma = [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" )))
Metodi pubblici
| SparseCrossV2 statico | |
| Uscita <Lungo> | indici di output () 2-D. |
| Uscita <Lungo> | outputShape () 1-D. |
| Uscita <Stringa> | valori di output () 1-D. |
Metodi ereditati
Metodi pubblici
creazione statica pubblica SparseCrossV2 (ambito di applicazione , indici Iterable< operando <Long>>, valori Iterable< operando <?>>, forme Iterable< operando <Long>>, input densi di Iterable< operando <?>>, operando <String> sep)
Metodo factory per creare una classe che racchiude una nuova operazione SparseCrossV2.
Parametri
| scopo | ambito attuale |
|---|---|
| indici | 2-D. Indici di ciascun input `SparseTensor`. |
| valori | 1-D. valori di ciascun `SparseTensor`. |
| forme | 1-D. Forme di ogni `SparseTensor`. |
| densiIngressi | 2-D. Colonne rappresentate da un `Tensore` denso. |
| sett | la stringa utilizzata quando si unisce un elenco di input di stringhe, può essere utilizzata come separatore in seguito. |
ritorna
- una nuova istanza di SparseCrossV2
output pubblico <String> outputValues ()
1-D. Valori non vuoti dello "SparseTensor" concatenato o con hash.