Applique l'opération d'ensemble le long de la dernière dimension de 2 entrées `SparseTensor`.
Voir SetOperationOp::SetOperationFromContext pour les valeurs de `set_operation`.
Si `validate_indices` est `True`, `sparse.SparseToSparseSetOperation` valide l'ordre et la plage des indices `set1` et `set2`.
L'entrée `set1` est un `SparseTensor` représenté par `set1_indices`, `set1_values` et `set1_shape`. Pour « set1 » classé « n », les premières dimensions « n-1 » doivent être les mêmes que « set2 ». La dimension `n` contient des valeurs dans un ensemble, les doublons sont autorisés mais ignorés.
L'entrée `set2` est un `SparseTensor` représenté par `set2_indices`, `set2_values` et `set2_shape`. Pour « set2 » classé « n », les premières dimensions « n-1 » doivent être les mêmes que « set1 ». La dimension `n` contient des valeurs dans un ensemble, les doublons sont autorisés mais ignorés.
Si `validate_indices` est `True`, cette opération valide l'ordre et la plage des indices `set1` et `set2`.
La sortie `result` est un `SparseTensor` représenté par `result_indices`, `result_values` et `result_shape`. Pour `set1` et `set2` classés `n`, celui-ci a le rang `n` et les mêmes 1ères dimensions `n-1` que `set1` et `set2`. La « nième » dimension contient le résultat de « set_operation » appliqué à la dimension « [0...n-1] » correspondante de « set ».
Classes imbriquées
| classe | SparseToSparseSetOperation.Options | Attributs facultatifs pour SparseToSparseSetOperation | |
Constantes
| Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
| statique <T étend TType > SparseToSparseSetOperation <T> | créer ( Portée de portée , Opérande < TInt64 > set1Indices, Opérande <T> set1Values, Opérande < TInt64 > set1Shape, Opérande < TInt64 > set2Indices, Opérande <T> set2Values, Opérande < TInt64 > set2Shape, String setOperation, Options... options) Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseToSparseSetOperation. |
| Sortie < TInt64 > | résultatIndices () Indices 2D d'un `SparseTensor`. |
| Sortie < TInt64 > | résultatForme () Forme `Tensor` 1D d'un `SparseTensor`. |
| Sortie <T> | resultValues () Valeurs 1D d'un `SparseTensor`. |
| SparseToSparseSetOperation.Options statique | validateIndices (booléen validateIndices) |
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 SparseToSparseSetOperation <T> créer ( Portée de portée , Opérande < TInt64 > set1Indices, Opérande <T> set1Values, Opérande < TInt64 > set1Shape, Opérande < TInt64 > set2Indices, Opérande <T> set2Values, Opérande < TInt64 > set2Shape, String setOperation, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseToSparseSetOperation.
Paramètres
| portée | portée actuelle |
|---|---|
| set1Indices | `Tensor` 2D, indices d'un `SparseTensor`. Doit être dans l'ordre des lignes principales. |
| set1Valeurs | 1D `Tensor`, valeurs d'un `SparseTensor`. Doit être dans l'ordre des lignes principales. |
| set1Forme | `Tensor` 1D, forme d'un `SparseTensor`. `set1_shape[0...n-1]` doit être le même que `set2_shape[0...n-1]`, `set1_shape[n]` est la taille maximale définie sur `0...n-1 `dimensions. |
| set2Indices | `Tensor` 2D, indices d'un `SparseTensor`. Doit être dans l'ordre des lignes principales. |
| set2Valeurs | 1D `Tensor`, valeurs d'un `SparseTensor`. Doit être dans l'ordre des lignes principales. |
| set2Forme | `Tensor` 1D, forme d'un `SparseTensor`. `set2_shape[0...n-1]` doit être le même que `set1_shape[0...n-1]`, `set2_shape[n]` est la taille maximale définie sur `0...n-1 `dimensions. |
| choix | porte des valeurs d'attributs facultatifs |
Retour
- une nouvelle instance de SparseToSparseSetOperation
Sortie publique < TInt64 > resultShape ()
Forme `Tensor` 1D d'un `SparseTensor`. `result_shape[0...n-1]` est le même que les premières dimensions `n-1` de `set1` et `set2`, `result_shape[n]` est la taille maximale de l'ensemble de résultats sur tous les `0. ..n-1` dimensions.