Sparse-matrix-multiplica dos matrices CSR `a` y` b`.
Realiza una multiplicación matricial de una matriz dispersa `a` con una matriz dispersa` b`; devuelve una matriz dispersa `a * b`, a menos que` a` o `b` estén transpuestos o adjuntos.
Cada matriz puede ser transpuesta o adjunta (conjugada y transpuesta) de acuerdo con los parámetros booleanos `transpose_a`,` adjoint_a`, `transpose_b` y` adjoint_b`. Como máximo, 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 interna de "a" debe ser igual a la dimensión externa de "b". Este requisito se ajusta según se transponga o se adjunte "a" o "b".
El parámetro `type` 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. No se admite la transmisión. 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 deben eliminar 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)
`tiendas c_sm_dense_value` el producto de matriz densa: [[ 2. 0. 0.]
[ 0. 0. 0.]
[ 35. 40. 0.]
[ -4. 0. 0.]]
a: Un` CSRSparseMatrix`. b: un "CSRSparseMatrix" con el mismo tipo y rango que "a". type: el tipo de `a` y` b`. transpose_a: Si es True, `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` adjunto antes de la multiplicación. adjoint_b: Si es verdadero, `b` adjunto antes de la multiplicación. Clases anidadas
clase | SparseMatrixSparseMatMul.Options | Los atributos opcionales para SparseMatrixSparseMatMul |
Métodos públicos
estáticas SparseMatrixSparseMatMul.Options | adjointA (Boolean adjointA) |
estáticas SparseMatrixSparseMatMul.Options | adjointB (Boolean adjointB) |
Salida <objeto> | asOutput () Devuelve el identificador simbólico de un tensor. |
Salida <?> | c () Un CSRSparseMatrix. |
estática <T> SparseMatrixSparseMatMul | crear ( Alcance alcance, operando <?> a, operando <?> B, Clase <T> tipo, Opciones ... Opciones) Método de fábrica para crear una clase que envuelva una nueva operación SparseMatrixSparseMatMul. |
estáticas SparseMatrixSparseMatMul.Options | transposeA (Boolean transposeA) |
estáticas SparseMatrixSparseMatMul.Options | transposeB (Boolean transposeB) |
Métodos heredados
Métodos públicos
estáticas pública SparseMatrixSparseMatMul.Options adjointA (booleano adjointA)
Parámetros
adjointA | Indica si se debe conjugar-transponer "a". |
---|
estáticas pública SparseMatrixSparseMatMul.Options adjointB (booleano adjointB)
Parámetros
adjointB | Indica si se debe conjugar-transponer `b`. |
---|
pública de salida <Objeto> asOutput ()
Devuelve el identificador simbólico de un tensor.
Las entradas a 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.
public static SparseMatrixSparseMatMul crear ( Alcance alcance, operando <?> a, operando <?> B, Clase <T> tipo, Opciones ... Opciones)
Método de fábrica para crear una clase que envuelva una nueva operación SparseMatrixSparseMatMul.
Parámetros
alcance | alcance actual |
---|---|
a | Un CSRSparseMatrix. |
B | Un CSRSparseMatrix. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de SparseMatrixSparseMatMul
estáticas pública SparseMatrixSparseMatMul.Options transposeA (booleano transposeA)
Parámetros
transposeA | Indica si se debe transponer "a". |
---|
estáticas pública SparseMatrixSparseMatMul.Options transposeB (booleano transposeB)
Parámetros
transposeB | Indica si se debe transponer "b". |
---|