ใช้ softmax กับ `SparseTensor` ND ที่จัดกลุ่มไว้
อินพุตแสดงถึง ND SparseTensor ที่มีรูปร่างเชิงตรรกะ `[..., B, C]` (โดยที่ `N >= 2`) และมีดัชนีที่จัดเรียงตามลำดับพจนานุกรมตามรูปแบบบัญญัติ
op นี้เทียบเท่ากับการใช้ tf.nn.softmax() ปกติกับเมทริกซ์ย่อยลอจิคัลด้านในสุดแต่ละตัวที่มีรูปร่าง `[B, C]` แต่ด้วยการจับที่ องค์ประกอบที่เป็นศูนย์โดยปริยายไม่มีส่วนร่วม โดยเฉพาะอัลกอริทึมจะเทียบเท่ากับสิ่งต่อไปนี้:
(1) ใช้ tf.nn.softmax() กับมุมมองแบบหนาแน่นของเมทริกซ์ย่อยด้านในสุดแต่ละอันที่มีรูปร่าง `[B, C]` ตามแนวขนาด-C (2) ปิดบังตำแหน่งเดิมโดยปริยายซึ่งเป็นศูนย์ (3) ปรับองค์ประกอบที่เหลือให้เป็นปกติ
ดังนั้น ผลลัพธ์ `SparseTensor` จึงมีดัชนีและรูปร่างที่ไม่เป็นศูนย์เหมือนกันทุกประการ
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
| คงที่ <T ขยาย TNumber > SparseSoftmax <T> | สร้าง ( ขอบเขต ขอบเขต ตัวดำเนินการ < TInt64 > spIndices ตัวดำเนินการ <T> spValues ตัวดำเนินการ < TInt64 > spShape) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SparseSoftmax ใหม่ |
| เอาท์พุต <T> | เอาท์พุท () 1-D. |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง SparseSoftmax <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต ตัวดำเนินการ < TInt64 > spIndices ตัวดำเนินการ <T> spValues ตัวดำเนินการ < TInt64 > spShape)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SparseSoftmax ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| spIndices | 2-D เมทริกซ์ `NNZ x R` พร้อมดัชนีของค่าที่ไม่ว่างเปล่าใน SparseTensor ตามลำดับตามรูปแบบบัญญัติ |
| spValues | 1-D. ค่าที่ไม่ว่างเปล่า `NNZ` ที่สอดคล้องกับ `sp_indices` |
| เอสพีเชป | 1-D. รูปร่างของอินพุต SparseTensor |
การส่งคืน
- ตัวอย่างใหม่ของ SparseSoftmax