tensoreflusso:: ops:: DeserializeManySparse

Deserializza e concatena SparseTensors da un minibatch serializzato.

Riepilogo

L'input serialized_sparse deve essere una matrice di stringhe di forma [N x 3] dove N è la dimensione del minibatch e le righe corrispondono agli output compressi di SerializeSparse . I ranghi degli oggetti SparseTensor originali devono tutti corrispondere. Quando viene creato lo SparseTensor finale, ha un rango superiore rispetto ai ranghi degli oggetti SparseTensor in arrivo (sono stati concatenati lungo una nuova dimensione di riga).

I valori di forma dell'oggetto SparseTensor di output per tutte le dimensioni, ma i primi sono i valori massimi di forma degli oggetti SparseTensor di input per le dimensioni corrispondenti. Il suo primo valore di forma è N , la dimensione del minibatch.

Si presuppone che gli indici degli oggetti SparseTensor di input siano ordinati in ordine lessicografico standard. In caso contrario, dopo questo passaggio eseguire SparseReorder per ripristinare l'ordinamento degli indici.

Ad esempio, se l'input serializzato è una matrice [2 x 3] che rappresenta due oggetti SparseTensor originali:

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

E

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

quindi lo SparseTensor deserializzato finale sarà:

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

Argomenti:

• scope: un oggetto Scope
• serialized_sparse: 2-D, gli N oggetti SparseTensor serializzati. Deve avere 3 colonne.
• dtype: il dtype degli oggetti SparseTensor serializzati.

Resi:

• Output sparse_indices
• Output valori_sparsi
• Output sparse_shape

Attributi pubblici

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
)