TakeManySparseFromTensorsMap

Считайте SparseTensors из SparseTensorsMap и объедините их.

Входные `sparse_handles` должны быть матрицей `int64` формы `[N, 1]`, где `N` — это размер мини-пакета, а строки соответствуют выходным дескрипторам `AddSparseToTensorsMap` или `AddManySparseToTensorsMap`. Ранги исходных объектов SparseTensor, которые вошли в данные операции ввода, должны совпадать. Когда создается окончательный SparseTensor, он имеет ранг на единицу выше, чем ранги входящих объектов SparseTensor (они были объединены в новое измерение строки слева).

Значения формы выходного объекта SparseTensor для всех измерений, кроме первого, — это максимальные значения формы входных объектов SparseTensor для соответствующих измерений. Его первое значение формы — «N», размер мини-пакета.

Предполагается, что индексы входных объектов SparseTensor упорядочены в стандартном лексикографическом порядке. Если это не так, после этого шага запустите SparseReorder, чтобы восстановить порядок индексов.

Например, если дескрипторы представляют входные данные, которые представляют собой матрицу `[2, 3]`, представляющую два исходных объекта `SparseTensor`:

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]