Seyrek ve yoğun tensörlerin listesinden seyrek çapraz oluşturur.
Operasyon, her biri bir özellik sütununun özelliklerini temsil eden, biri 2D "SparseTensor" ve diğeri 2D "Tensor" olmak üzere iki liste alır. Bu özelliklerin toplu çaprazlamalarıyla bir 2D "SparseTensor" çıktısı alır.
Örneğin, eğer girişler
girişler[0]: şekilli SparseTensor = [2, 2] [0, 0]: "a" [1, 0]: "b" [1, 1]: "c"
girişler[1]: şekilli SparseTensor = [2, 1] [0, 0]: "d" [1, 0]: "e"
girişler[2]: Tensör [["f"], ["g"]]
o zaman çıktı olacak
şekil = [2, 2] [0, 0]: "a_X_d_X_f" [1, 0]: "b_X_e_X_g" [1, 1]: "c_X_e_X_g"
hashed_output=true ise çıktı şu şekilde olacaktır:
şekil = [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" )))
Genel Yöntemler
| statik SparseCrossV2 | |
| Çıkış <Uzun> | çıktı Endeksleri () 2-D. |
| Çıkış <Uzun> | çıktı Şekli () 1-D. |
| Çıkış <Dize> | çıktıDeğerleri () 1-D. |
Kalıtsal Yöntemler
Genel Yöntemler
public static SparseCrossV2 create ( Kapsam kapsamı, Yinelenebilir< İşlenen <Uzun>> indeksler, Yinelenebilir< İşlenen <?>> değerler, Yinelenebilir< İşlenen <Uzun>> şekiller, Yinelenebilir< İşlenen <?>> yoğun Girişler, İşlenen <String> sep)
Yeni bir SparseCrossV2 işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam |
|---|---|
| endeksler | 2-D. Her girişin indeksleri 'SparseTensor'. |
| değerler | 1-D. her bir 'SparseTensor'un değerleri. |
| şekiller | 1-D. Her bir 'SparseTensor'un şekilleri. |
| yoğunGirişler | 2-D. Yoğun 'Tensör' ile temsil edilen sütunlar. |
| eylül | dize girişleri listesine katılırken kullanılan dize, daha sonra ayırıcı olarak kullanılabilir. |
İadeler
- SparseCrossV2'nin yeni bir örneği
public Output <String> çıktıValues ()
1-D. Birleştirilmiş veya karma hale getirilmiş "SparseTensor"un boş olmayan değerleri.