TakeManySparseFromTensorsMap

Leia `SparseTensors` de um `SparseTensorsMap` e concatene-os.

A entrada `sparse_handles` deve ser uma matriz `int64` de formato `[N, 1]` onde `N` é o tamanho do minibatch e as linhas correspondem aos identificadores de saída de `AddSparseToTensorsMap` ou `AddManySparseToTensorsMap`. As classificações dos objetos `SparseTensor` originais que foram para as operações de entrada fornecidas devem ser todas iguais. Quando o `SparseTensor` final é criado, ele tem uma classificação um acima das classificações dos objetos `SparseTensor` de entrada (eles foram concatenados ao longo de uma nova dimensão de linha à esquerda).

Os valores de forma do objeto `SparseTensor` de saída para todas as dimensões, mas os primeiros são o máximo entre os valores de forma dos objetos `SparseTensor` de entrada para as dimensões correspondentes. Seu primeiro valor de formato é `N`, o tamanho do minilote.

Os índices dos objetos `SparseTensor` de entrada são considerados ordenados na ordem lexicográfica padrão. Se este não for o caso, após esta etapa execute `SparseReorder` para restaurar a ordem do índice.

Por exemplo, se os identificadores representam uma entrada, que é uma matriz `[2, 3]` representando dois objetos `SparseTensor` originais:

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]