TakeManySparseFromTensorsMap

Baca `SparseTensors` dari `SparseTensorsMap` dan gabungkan keduanya.

Input `sparse_handles` harus berupa matriks `int64` dengan bentuk `[N, 1]` dengan `N` adalah ukuran minibatch dan barisnya sesuai dengan handle output `AddSparseToTensorsMap` atau `AddManySparseToTensorsMap`. Peringkat objek `SparseTensor` asli yang masuk ke operasi masukan yang diberikan semuanya harus cocok. Ketika `SparseTensor` terakhir dibuat, peringkatnya satu lebih tinggi daripada peringkat objek `SparseTensor` yang masuk (objek-objek tersebut telah digabungkan sepanjang dimensi baris baru di sebelah kiri).

Nilai bentuk objek `SparseTensor` keluaran untuk semua dimensi tetapi yang pertama adalah nilai maksimal seluruh nilai bentuk objek `SparseTensor` masukan untuk dimensi yang sesuai. Nilai bentuk pertamanya adalah `N`, ukuran minibatch.

Indeks objek `SparseTensor` masukan diasumsikan diurutkan dalam urutan leksikografis standar. Jika tidak demikian, setelah langkah ini jalankan `SparseReorder` untuk memulihkan pengurutan indeks.

Misalnya, jika pengendali mewakili masukan, yang merupakan matriks `[2, 3]` yang mewakili dua objek `SparseTensor` asli:

index = [ 0]
             [10]
             [20]
     values = [1, 2, 3]
     shape = [50]
 

index = [ 2]
             [10]
     values = [4, 5]
     shape = [30]
 

index = [0  0]
             [0 10]
             [0 20]
             [1  2]
             [1 10]
     values = [1, 2, 3, 4, 5]
     shape = [2 50]