Sparse-matrix-multiplica dos matrices CSR `a` y `b`.
Realiza una multiplicación de matriz de una matriz dispersa `a` con una matriz dispersa `b`; devuelve una matriz dispersa `a * b`, a menos que `a` o `b` se transpongan o se unan.
Cada matriz puede transponerse o adjuntarse (conjugada y transpuesta) de acuerdo con los parámetros booleanos `transpose_a`, `adjoint_a`, `transpose_b` y `adjoint_b`. Como mucho, uno de `transpose_a` o `adjoint_a` puede ser Verdadero. De manera similar, como máximo uno de `transpose_b` o `adjoint_b` puede ser Verdadero.
Las entradas deben tener formas compatibles. Es decir, la dimensión interior de `a` debe ser igual a la dimensión exterior de `b`. Este requisito se ajusta según se transponga o se agregue `a` o `b`.
El parámetro `tipo` denota el tipo de los elementos de la matriz. Tanto `a` como `b` deben tener el mismo tipo. Los tipos admitidos son: `float32`, `float64`, `complex64` y `complex128`.
Tanto `a` como `b` deben tener el mismo rango. La transmisión no es compatible. Si tienen rango 3, cada lote de CSRSparseMatrices 2D dentro de `a` y `b` debe tener la misma forma densa.
El producto de matriz dispersa puede tener ceros numéricos (no estructurales). TODO(anudhyan): considere agregar un atributo booleano para controlar si se eliminan los ceros.
Ejemplo de uso:
from tensorflow.python.ops.linalg.sparse import sparse_csr_matrix_ops
a_indices = np.array([[0, 0], [2, 3], [2, 4], [3, 0]])
a_values = np.array([1.0, 5.0, -1.0, -2.0], np.float32)
a_dense_shape = [4, 5]
b_indices = np.array([[0, 0], [3, 0], [3, 1]])
b_values = np.array([2.0, 7.0, 8.0], np.float32)
b_dense_shape = [5, 3]
with tf.Session() as sess:
# Define (COO format) Sparse Tensors over Numpy arrays
a_st = tf.sparse.SparseTensor(a_indices, a_values, a_dense_shape)
b_st = tf.sparse.SparseTensor(b_indices, b_values, b_dense_shape)
# Convert SparseTensors to CSR SparseMatrix
a_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
a_st.indices, a_st.values, a_st.dense_shape)
b_sm = sparse_csr_matrix_ops.sparse_tensor_to_csr_sparse_matrix(
b_st.indices, b_st.values, b_st.dense_shape)
# Compute the CSR SparseMatrix matrix multiplication
c_sm = sparse_csr_matrix_ops.sparse_matrix_sparse_mat_mul(
a=a_sm, b=b_sm, type=tf.float32)
# Convert the CSR SparseMatrix product to a dense Tensor
c_sm_dense = sparse_csr_matrix_ops.csr_sparse_matrix_to_dense(
c_sm, tf.float32)
# Evaluate the dense Tensor value
c_sm_dense_value = sess.run(c_sm_dense)
`c_sm_dense_value` almacena el producto de matriz densa: [[ 2. 0. 0.]
[ 0. 0. 0.]
[ 35. 40. 0.]
[ -4. 0. 0.]]
a: A `CSRSparseMatrix`. b: Un `CSRSparseMatrix` con el mismo tipo y rango que `a`. type: El tipo de `a` y `b`. transpose_a: si es verdadero, `a` se transpone antes de la multiplicación. transpose_b: si es verdadero, `b` se transpone antes de la multiplicación. adjoint_a: si es verdadero, `a` se adjunta antes de la multiplicación. adjoint_b: si es verdadero, `b` se adjunta antes de la multiplicación. Clases anidadas
clase | SparseMatrixSparseMatMul.Opciones | Atributos opcionales para SparseMatrixSparseMatMul |
Métodos públicos
estática SparseMatrixSparseMatMul.Opciones | adjuntoA (Booleano adjuntoA) |
estática SparseMatrixSparseMatMul.Opciones | adjuntoB (booleano adjuntoB) |
Salida <Objeto> | como salida () Devuelve el identificador simbólico de un tensor. |
Salida <?> | do () Un CSRSparseMatrix. |
estático <T> SparseMatrixSparseMatMul | crear ( Ámbito de ámbito, Operando <?> a, Operando <?> b, Clase<T> tipo, Opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación SparseMatrixSparseMatMul. |
estática SparseMatrixSparseMatMul.Opciones | transposeA (Booleano transposeA) |
estática SparseMatrixSparseMatMul.Opciones | transposeB (Booleano transposeB) |
Métodos Heredados
Métodos públicos
public static SparseMatrixSparseMatMul.Options adjointA (Boolean adjointA)
Parámetros
adjuntoA | Indica si `a` debe transponerse conjugada. |
---|
public static SparseMatrixSparseMatMul.Options adjointB (Boolean adjointB)
Parámetros
adjuntoB | Indica si `b` debe transponerse conjugada. |
---|
Salida pública <Objeto> asOutput ()
Devuelve el identificador simbólico de un tensor.
Las entradas de las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
público estático SparseMatrixSparseMatMul crear ( Ámbito de ámbito, Operando <?> a, Operando <?> b, Clase<T> tipo, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación SparseMatrixSparseMatMul.
Parámetros
alcance | alcance actual |
---|---|
un | Un CSRSparseMatrix. |
b | Un CSRSparseMatrix. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de SparseMatrixSparseMatMul
public static SparseMatrixSparseMatMul.Options transposeA (Boolean transposeA)
Parámetros
transponerA | Indica si se debe transponer `a`. |
---|
público estático SparseMatrixSparseMatMul.Options transposeB (Boolean transposeB)
Parámetros
transponerB | Indica si se debe transponer `b`. |
---|