Remodèle un SparseTensor pour représenter les valeurs dans une nouvelle forme dense.
Cette opération a la même sémantique que le remodelage sur le tenseur dense représenté. Les `input_indices` sont recalculés en fonction de la `new_shape` demandée.
Si un composant de `new_shape` a la valeur spéciale -1, la taille de cette dimension est calculée de manière à ce que la taille dense totale reste constante. Au plus un composant de `new_shape` peut être -1. Le nombre d'éléments denses impliqués par `new_shape` doit être le même que le nombre d'éléments denses initialement impliqué par `input_shape`.
Le remodelage n’affecte pas l’ordre des valeurs dans SparseTensor.
Si le tenseur d'entrée a des valeurs non vides de rang `R_in` et `N`, et que `new_shape` a une longueur `R_out`, alors `input_indices` a la forme `[N, R_in]`, `input_shape` a une longueur `R_in` , `output_indices` a la forme `[N, R_out]` et `output_shape` a la longueur `R_out`.
Constantes
Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
SparseReshape statique | |
Sortie < TInt64 > | Indices de sortie () 2-D. |
Sortie < TInt64 > | forme de sortie () 1-D. |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
public static SparseReshape create ( Scope scope, Operand < TInt64 > inputIndices, Operand < TInt64 > inputShape, Operand < TInt64 > newShape)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseReshape.
Paramètres
portée | portée actuelle |
---|---|
Indices d'entrée | 2-D. Matrice `N x R_in` avec les indices de valeurs non vides dans un SparseTensor. |
forme d'entrée | 1-D. Vecteur `R_in` avec la forme dense du SparseTensor d'entrée. |
nouvelle forme | 1-D. Vecteur `R_out` avec la nouvelle forme dense demandée. |
Retour
- une nouvelle instance de SparseReshape
sortie publique < TInt64 > sortieIndices ()
2-D. Matrice `N x R_out` avec les indices mis à jour des valeurs non vides dans la sortie SparseTensor.