Aplica la operación de conjunto a lo largo de la última dimensión de 2 entradas `SparseTensor`.
Consulte SetOperationOp::SetOperationFromContext para conocer los valores de `set_operation`.
Si `validate_indices` es `True`, `sparse.SparseToSparseSetOperation` valida el orden y el rango de los índices `set1` y `set2`.
La entrada `set1` es un `SparseTensor` representado por `set1_indices`, `set1_values` y `set1_shape`. Para `set1` clasificado como `n`, la primera dimensión de `n-1` debe ser la misma que `set2`. La dimensión `n` contiene valores en un conjunto; se permiten duplicados, pero se ignoran.
La entrada `set2` es un `SparseTensor` representado por `set2_indices`, `set2_values` y `set2_shape`. Para "set2" clasificado como "n", la primera dimensión de "n-1" debe ser la misma que "set1". La dimensión `n` contiene valores en un conjunto; se permiten duplicados, pero se ignoran.
Si `validate_indices` es `True`, esta operación valida el orden y el rango de los índices `set1` y `set2`.
La salida "resultado" es un "SparseTensor" representado por "result_indices", "result_values" y "result_shape". Para `set1` y `set2` clasificados como `n`, esto tiene rango `n` y las mismas primeras dimensiones `n-1` que `set1` y `set2`. La dimensión `n-ésima` contiene el resultado de `set_operación` aplicado a la dimensión `[0...n-1]` correspondiente de `set`.
Clases anidadas
| clase | SparseToSparseSetOperation.Opciones | Atributos opcionales para SparseToSparseSetOperation | |
Constantes
| Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
| estático <T extiende TType > SparseToSparseSetOperation <T> | crear ( alcance alcance, Operando < TInt64 > set1Indices, Operando <T> set1Values, Operando < TInt64 > set1Shape, Operando < TInt64 > set2Indices, Operando <T> set2Values, Operando < TInt64 > set2Shape, Cadena setOperation, Opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación SparseToSparseSetOperation. |
| Salida < TInt64 > | índices de resultados () Índices 2D de un `SparseTensor`. |
| Salida < TInt64 > | formaResultado () Forma de `Tensor` 1D de un `SparseTensor`. |
| Salida <T> | valoresresultado () Valores 1D de un `SparseTensor`. |
| estático SparseToSparseSetOperation.Options | Validar índices (índices de validación booleanos) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
public static SparseToSparseSetOperation <T> create ( Alcance alcance, Operando < TInt64 > set1Indices, Operando <T> set1Values, Operando < TInt64 > set1Shape, Operando < TInt64 > set2Indices, Operando <T> set2Values, Operando < TInt64 > set2Shape, String setOperation, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación SparseToSparseSetOperation.
Parámetros
| alcance | alcance actual |
|---|---|
| set1Índices | `Tensor` 2D, índices de un `SparseTensor`. Debe estar en orden de fila principal. |
| establecer1Valores | 1D `Tensor`, valores de un `SparseTensor`. Debe estar en orden de fila principal. |
| set1Forma | `Tensor` 1D, forma de `SparseTensor`. `set1_shape[0...n-1]` debe ser igual que `set2_shape[0...n-1]`, `set1_shape[n]` es el tamaño máximo establecido en `0...n-1 `dimensiones. |
| set2Índices | `Tensor` 2D, índices de un `SparseTensor`. Debe estar en orden de fila principal. |
| establecer2Valores | 1D `Tensor`, valores de un `SparseTensor`. Debe estar en orden de fila principal. |
| set2Forma | `Tensor` 1D, forma de `SparseTensor`. `set2_shape[0...n-1]` debe ser igual que `set1_shape[0...n-1]`, `set2_shape[n]` es el tamaño máximo establecido en `0...n-1 `dimensiones. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de SparseToSparseSetOperation
Salida pública < TInt64 > formaResultado ()
Forma de `Tensor` 1D de un `SparseTensor`. `result_shape[0...n-1]` es lo mismo que las primeras dimensiones `n-1` de `set1` y `set2`, `result_shape[n]` es el tamaño máximo del conjunto de resultados en todo `0. ..n-1` dimensiones.