przepływ tensorowy:: ops:: SparseTensorDenseMatMul

Pomnóż SparseTensor (o randze 2) „A” przez gęstą macierz „B”.

Streszczenie

Nie przeprowadza się sprawdzania ważności indeksów A. Jednakże w celu uzyskania optymalnego działania zalecany jest następujący format wejściowy:

if adjoint_a == false: A należy posortować w porządku leksykograficznym rosnącym. Jeśli nie jesteś pewien, użyj SparseReorder . if adjoint_a == true: A powinno być posortowane w kolejności rosnącego wymiaru 1 (tj. kolejność „główna kolumna” zamiast „głównego wiersza”).

Argumenty:

• zakres: Obiekt Scope
• a_indeksy: 2-D. indices macierzy SparseTensor , size [nnz, 2] .
• a_wartości: 1-D. values wektora SparseTensor , size [nnz] .
• a_kształt: 1-D. shape SparseTensor , rozmiar [2] Vector.
• b: 2-D. Gęsty matrix.

Opcjonalne atrybuty (patrz Attrs ):

• adjoint_a: Użyj sprzężenia A przy mnożeniu macierzy. Jeśli A jest złożone, jest to transpozycja (conj(A)). W przeciwnym razie jest to transpozycja (A).
• adjoint_b: Użyj sprzężenia B przy mnożeniu macierzy. Jeśli B jest złożone, jest to transpozycja (conj(B)). W przeciwnym razie jest to transpozycja (B).

Zwroty:

• Output : Tensor iloczynu.

Atrybuty publiczne

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
)