فهرستی از «SparseTensor» را در امتداد بعد مشخص شده به هم پیوند میدهد.
الحاق با توجه به نسخه های متراکم این تانسورهای پراکنده است. فرض بر این است که هر ورودی یک «SparseTensor» است که عناصر آن در امتداد افزایش تعداد ابعاد مرتب شدهاند.
تمام اشکال ورودی ها باید مطابقت داشته باشند، به جز بعد concat. فهرستهای «شاخصها»، «مقدارها» و «شکلها» باید طول یکسانی داشته باشند.
شکل خروجی با ورودی ها یکسان است، به جز در امتداد بعد concat، که در آن مجموع اندازه ورودی ها در امتداد آن بعد است.
عناصر خروجی برای حفظ ترتیب مرتب سازی در امتداد افزایش تعداد ابعاد متوسل خواهند شد.
این عملیات در زمان «O(M log M)» اجرا میشود، جایی که «M» تعداد کل مقادیر غیر خالی در همه ورودیها است. این به دلیل نیاز به یک مرتب سازی داخلی به منظور الحاق موثر در یک بعد دلخواه است.
به عنوان مثال، اگر 'concat_dim = 1' و ورودی ها هستند
sp_inputs[0]: shape = [2, 3] [0, 2]: "a" [1, 0]: "b" [1, 1]: "c"
sp_inputs[1]: shape = [2, 4] [0, 1]: "d" [0, 2]: "e"
سپس خروجی خواهد بود
شکل = [2، 7] [0، 2]: "a" [0، 4]: "d" [0، 5]: "e" [1، 0]: "b" [1، 1]: " ج"
از نظر گرافیکی این کار معادل انجام دادن است
[ a] concat [ de ] = [ ade ] [ bc ] [ ] [پیش از میلاد
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
static <T TType > SparseConcat <T> را گسترش می دهد | |
خروجی < TINT64 > | شاخص های خروجی () 2-D. |
خروجی < TINT64 > | خروجی شکل () 1-D. |
خروجی <T> | مقادیر خروجی () 1-D. |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
عمومی ایستا SparseConcat <T> ایجاد ( Scope scope، Iterable< Operand < TInt64 >> شاخص ها، Iterable< Operand <T>> مقادیر، Iterable< Operand < TINT64 >> اشکال، Long concatDim)
روش Factory برای ایجاد کلاسی که یک عملیات SparseConcat جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
شاخص ها | 2-D. شاخص های هر ورودی «SparseTensor». |
ارزش های | 1-D. مقادیر غیر خالی هر «SparseTensor». |
شکل ها | 1-D. اشکال هر «SparseTensor». |
concatDim | ابعاد برای الحاق در امتداد. باید در محدوده [-rank, rank) باشد، که در آن رتبه تعداد ابعاد در هر ورودی «SparseTensor» است. |
برمی گرداند
- یک نمونه جدید از SparseConcat
فهرستی از «SparseTensor» را در امتداد بعد مشخص شده به هم پیوند میدهد.
الحاق با توجه به نسخه های متراکم این تانسورهای پراکنده است. فرض بر این است که هر ورودی یک «SparseTensor» است که عناصر آن در امتداد افزایش تعداد ابعاد مرتب شدهاند.
تمام اشکال ورودی ها باید مطابقت داشته باشند، به جز بعد concat. فهرستهای «شاخصها»، «مقدارها» و «شکلها» باید طول یکسانی داشته باشند.
شکل خروجی با ورودی ها یکسان است، به جز در امتداد بعد concat، که در آن مجموع اندازه ورودی ها در امتداد آن بعد است.
عناصر خروجی برای حفظ ترتیب مرتب سازی در امتداد افزایش تعداد ابعاد متوسل خواهند شد.
این عملیات در زمان «O(M log M)» اجرا میشود، جایی که «M» تعداد کل مقادیر غیر خالی در همه ورودیها است. این به دلیل نیاز به یک مرتب سازی داخلی به منظور الحاق موثر در یک بعد دلخواه است.
به عنوان مثال، اگر 'concat_dim = 1' و ورودی ها هستند
sp_inputs[0]: shape = [2, 3] [0, 2]: "a" [1, 0]: "b" [1, 1]: "c"
sp_inputs[1]: shape = [2, 4] [0, 1]: "d" [0, 2]: "e"
سپس خروجی خواهد بود
شکل = [2، 7] [0، 2]: "a" [0، 4]: "d" [0، 5]: "e" [1، 0]: "b" [1، 1]: " ج"
از نظر گرافیکی این کار معادل انجام دادن است
[ a] concat [ de ] = [ ade ] [ bc ] [ ] [پیش از میلاد
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
static <T TType > SparseConcat <T> را گسترش می دهد | |
خروجی < TINT64 > | شاخص های خروجی () 2-D. |
خروجی < TINT64 > | خروجی شکل () 1-D. |
خروجی <T> | مقادیر خروجی () 1-D. |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
عمومی ایستا SparseConcat <T> ایجاد ( Scope scope، Iterable< Operand < TInt64 >> شاخص ها، Iterable< Operand <T>> مقادیر، Iterable< Operand < TINT64 >> اشکال، Long concatDim)
روش Factory برای ایجاد کلاسی که یک عملیات SparseConcat جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
شاخص ها | 2-D. شاخص های هر ورودی «SparseTensor». |
ارزش های | 1-D. مقادیر غیر خالی هر «SparseTensor». |
شکل ها | 1-D. اشکال هر «SparseTensor». |
concatDim | ابعاد برای الحاق در امتداد. باید در محدوده [-rank, rank) باشد، که در آن رتبه تعداد ابعاد در هر ورودی «SparseTensor» است. |
برمی گرداند
- یک نمونه جدید از SparseConcat