SparseCrossHashed

کلاس نهایی عمومی SparseCrossHashed

صلیب پراکنده را از لیستی از تانسورهای پراکنده و متراکم ایجاد می کند.

این عملیات دو لیست دارد، یکی از «SparseTensor» دو بعدی و دیگری «Tensor» دو بعدی، که هر کدام ویژگی‌های یک ستون ویژگی را نشان می‌دهند. یک «SparseTensor» دو بعدی با تلاقی دسته ای این ویژگی ها را خروجی می دهد.

به عنوان مثال، اگر ورودی ها هستند

ورودی[0]: SparseTensor با شکل = [2، 2] [0، 0]: "a" [1، 0]: "b" [1، 1]: "c"

ورودی‌ها[1]: SparseTensor با شکل = [2، 1] [0، 0]: "d" [1، 0]: "e"

ورودی‌ها [2]: تانسور [["f"]، ["g"]]

سپس خروجی خواهد بود

شکل = [2، 2] [0، 0]: "a_X_d_X_f" [1، 0]: "b_X_e_X_g" [1، 1]: "c_X_e_X_g"

اگر hashed_output=true باشد، خروجی خواهد بود

shape = [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") )))

ثابت ها

رشته OP_NAME نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

استاتیک SparseCrossHashed
ایجاد ( scope scope, Iterable< Operand < TInt64 >> Indeces, Iterable< Operand <?>> مقادیر, Iterable< Operand < TInt64 >> shapes, Iterable< Operand <?>> denseInputs, Operand < TInt64 > numBuckets, Operand < TBool > strongHash، Operand < TINT64 > salt)
روش کارخانه برای ایجاد کلاسی که یک عملیات جدید SparseCrossHashed را بسته بندی می کند.
خروجی < TINT64 >
شاخص های خروجی ()
2-D.
خروجی < TINT64 >
خروجی شکل ()
1-D.
خروجی < TINT64 >
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

مقدار ثابت: "SparseCrossHashed"

روش های عمومی

ایجاد استاتیک عمومی SparseCrossHashed ( دامنه دامنه ، Iterable< Operand < TInt64 >> شاخص ها، Iterable< Operand <?>> مقادیر، Iterable< Operand < TInt64 >> اشکال، Iterable< Operand <?>> denseInputs، Operand < TInt64 > numBuckets Operand < TBool > strongHash، Operand < TINT64 > salt)

روش کارخانه برای ایجاد کلاسی که یک عملیات جدید SparseCrossHashed را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
شاخص ها 2-D. شاخص های هر ورودی «SparseTensor».
ارزش های 1-D. مقادیر هر «SparseTensor».
شکل ها 1-D. اشکال هر «SparseTensor».
denseInputs 2-D. ستون‌هایی که با «تنسور» متراکم نشان داده می‌شوند.
numBuckets اگر hashed_output درست باشد استفاده می شود. خروجی = hashed_value%num_buckets اگر num_buckets > 0 other hashed_value.
هش قوی boolean، اگر درست باشد، به جای farmhash از سیفاش با نمک استفاده می شود.
نمک نمکی را که تابع سیفاش استفاده می کند را مشخص کنید.
برمی گرداند
  • یک نمونه جدید از SparseCrossHashed

خروجی عمومی < TINT64 > outputIndices ()

2-D. شاخص های "SparseTensor" به هم پیوسته.

خروجی عمومی < TINT64 > outputShape ()

1-D. شکل "SparseTensor" به هم پیوسته.

خروجی عمومی < TINT64 > outputValues ​​()

1-D. مقادیر غیر خالی «SparseTensor» به هم پیوسته یا هش شده.