aliran tensor:: operasi:: Deserialisasi Jarang

Deserialisasi objek SparseTensor .

Ringkasan

Input serialized_sparse harus berbentuk [?, ?, ..., ?, 3] dengan dimensi terakhir menyimpan objek SparseTensor berseri dan N dimensi lainnya (N >= 0) sesuai dengan batch. Jajaran objek SparseTensor asli semuanya harus cocok. Saat SparseTensor akhir dibuat, peringkatnya adalah peringkat objek SparseTensor yang masuk ditambah N; tensor renggang telah digabungkan sepanjang dimensi baru, satu untuk setiap kumpulan.

Nilai bentuk objek SparseTensor keluaran untuk dimensi asli adalah nilai maksimal seluruh nilai bentuk objek SparseTensor masukan untuk dimensi terkait. Dimensi baru sesuai dengan ukuran batch.

Indeks objek input SparseTensor diasumsikan diurutkan dalam urutan leksikografis standar. Jika tidak demikian, setelah langkah ini jalankan SparseReorder untuk memulihkan pengurutan indeks.

Misalnya, jika input serial adalah matriks [2 x 3] yang mewakili dua objek SparseTensor asli:

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

Dan

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

maka SparseTensor terakhir yang dideserialisasi akan menjadi:

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

Argumen:

• ruang lingkup: Objek Lingkup
• serialized_sparse: Objek SparseTensor yang diserialkan. Dimensi terakhir harus memiliki 3 kolom.
• dtype: Tipe dtype dari objek SparseTensor yang diserialkan.

Pengembalian:

• Output sparse_indices
• Output nilai_jarang
• Output sparse_shape

Atribut publik

Operation operation

::tensorflow::Output sparse_indices

::tensorflow::Output sparse_shape

::tensorflow::Output sparse_values

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