เทนเซอร์โฟลว์:: ปฏิบัติการ:: SparseSoftmax

ใช้ softmax กับ ND SparseTensor ที่จัดกลุ่มไว้

สรุป

อินพุตเป็นตัวแทนของ ND SparseTensor ที่มีรูปร่างเชิงตรรกะ [..., B, C] (โดยที่ N >= 2 ) และมีดัชนีที่จัดเรียงตามลำดับพจนานุกรมตามรูปแบบบัญญัติ

op นี้เทียบเท่ากับการใช้ tf.nn.softmax() ปกติกับเมทริกซ์ย่อยลอจิคัลด้านในสุดแต่ละตัวที่มีรูปร่าง [B, C] แต่ด้วยการจับที่ องค์ประกอบที่เป็นศูนย์โดยปริยายไม่มีส่วนร่วม โดยเฉพาะอัลกอริทึมจะเทียบเท่ากับสิ่งต่อไปนี้:

(1) ใช้ tf.nn.softmax() กับมุมมองแบบหนาแน่นของเมทริกซ์ย่อยด้านในสุดแต่ละอันที่มีรูปร่าง [B, C] ตามมิติขนาด C (2) ปิดบังตำแหน่งเดิมโดยปริยายซึ่งเป็นศูนย์ (3) ปรับองค์ประกอบที่เหลือให้เป็นปกติ

ดังนั้น ผลลัพธ์ SparseTensor จึงมีดัชนีและรูปร่างที่ไม่เป็นศูนย์เหมือนกันทุกประการ

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• sp_indices: 2-D เมทริกซ์ NNZ x R พร้อมดัชนีของค่าที่ไม่ว่างใน SparseTensor ในการจัดลำดับแบบบัญญัติ
• sp_values: 1-D ค่าที่ไม่ว่างเปล่า NNZ ที่สอดคล้องกับ sp_indices
• sp_shape: 1-D รูปร่างของอินพุต SparseTensor

ผลตอบแทน:

• Output : 1-D ค่า NNZ สำหรับผลลัพธ์ SparseTensor

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output output

 SparseSoftmax(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input sp_indices,
  ::tensorflow::Input sp_values,
  ::tensorflow::Input sp_shape
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const