เทนเซอร์โฟลว์:: ปฏิบัติการ:: ดีซีเรียลไลซ์หลายรายการ

ดีซีเรียลไลซ์และต่อ SparseTensors จากมินิแบทช์แบบอนุกรม

สรุป

อินพุต serialized_sparse ต้องเป็นเมทริกซ์สตริงที่มีรูปร่าง [N x 3] โดยที่ N คือขนาดมินิแบทช์และแถวสอดคล้องกับเอาต์พุตที่แพ็กของ SerializeSparse อันดับของวัตถุ SparseTensor ดั้งเดิมจะต้องตรงกันทั้งหมด เมื่อ SparseTensor สุดท้ายถูกสร้างขึ้น จะมีอันดับที่สูงกว่าอันดับของออบเจ็กต์ SparseTensor ที่เข้ามาหนึ่งอันดับ (จะถูกต่อเข้าด้วยกันตามมิติแถวใหม่)

ค่ารูปร่างของวัตถุ SparseTensor เอาต์พุตสำหรับทุกมิติ แต่ค่าแรกคือค่าสูงสุดข้ามค่ารูปร่างของวัตถุ SparseTensor อินพุตสำหรับขนาดที่สอดคล้องกัน ค่ารูปร่างแรกของมันคือ N ซึ่งเป็นขนาดมินิแบทช์

ดัชนีของวัตถุ SparseTensor อินพุตจะถือว่าเรียงลำดับตามลำดับพจนานุกรมมาตรฐาน หากไม่เป็นเช่นนั้น หลังจากขั้นตอนนี้ให้รัน SparseReorder เพื่อเรียกคืนการเรียงลำดับดัชนี

ตัวอย่างเช่น หากอินพุตแบบซีเรียลไลซ์เป็นเมทริกซ์ [2 x 3] ที่แสดงถึงออบเจ็กต์ SparseTensor ดั้งเดิมสองรายการ:

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

และ

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

จากนั้น SparseTensor ดีซีเรียลไลซ์ขั้นสุดท้ายจะเป็น:

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

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• serialized_sparse: 2-D, วัตถุ SparseTensor ที่ทำให้เป็นอนุกรม N ต้องมี 3 คอลัมน์
• dtype: dtype ของวัตถุ SparseTensor ที่ทำให้เป็นอนุกรม

ผลตอบแทน:

• Output sparse_indices
• Output sparse_values
• Output spase_shape

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output sparse_indices

::tensorflow::Output sparse_shape

::tensorflow::Output sparse_values

 DeserializeManySparse(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized_sparse,
  DataType dtype
)