aliran tensor:: operasi:: SparseTensorDenseMatMul

Kalikan SparseTensor (peringkat 2) "A" dengan matriks padat "B".

Ringkasan

Tidak ada pemeriksaan validitas yang dilakukan pada indeks A. Namun, format input berikut disarankan untuk perilaku optimal:

if adjoint_a == false: A harus diurutkan dalam urutan leksikografis yang meningkat. Gunakan SparseReorder jika Anda tidak yakin. if adjoint_a == true: A harus diurutkan berdasarkan peningkatan dimensi 1 (yaitu, urutan "kolom utama" dan bukan urutan "baris utama").

Argumen:

• ruang lingkup: Objek Lingkup
• a_indeks: 2-D. indices dari SparseTensor , ukuran [nnz, 2] Matriks.
• a_nilai: 1-D. values dari SparseTensor , ukuran [nnz] Vektor.
• a_bentuk: 1-D. shape SparseTensor , ukuran [2] Vektor.
• b: 2-D. Matriks yang padat.

Atribut opsional (lihat Attrs ):

• adjoint_a: Gunakan adjoint A dalam perkalian matriks. Jika A kompleks, maka transpose(conj(A)). Kalau tidak, itu transpose(A).
• adjoint_b: Gunakan adjoint B dalam perkalian matriks. Jika B kompleks, ini adalah transpose(conj(B)). Kalau tidak, itu transpose(B).

Pengembalian:

• Output : Tensor produk.

Atribut publik

Operation operation

::tensorflow::Output product

 SparseTensorDenseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b
)

 SparseTensorDenseMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a_indices,
  ::tensorflow::Input a_values,
  ::tensorflow::Input a_shape,
  ::tensorflow::Input b,
  const SparseTensorDenseMatMul::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs AdjointA(
  bool x
)

Attrs AdjointB(
  bool x
)