টেনসরফ্লো :: অপস:: SparseTensorDenseMatMul

SparseTensor (র্যাঙ্ক 2 এর) "A" কে ঘন ম্যাট্রিক্স "B" দ্বারা গুণ করুন ।

সারাংশ

A-এর সূচকে কোনো বৈধতা পরীক্ষা করা হয় না। তবে, সর্বোত্তম আচরণের জন্য নিম্নলিখিত ইনপুট বিন্যাসটি সুপারিশ করা হয়:

if adjoint_a == false: A কে অভিধানিকভাবে ক্রমবর্ধমান ক্রমে সাজানো উচিত। আপনি নিশ্চিত না হলে SparseReorder ব্যবহার করুন। if adjoint_a == true: A কে ক্রমবর্ধমান মাত্রা 1 অনুসারে সাজানো উচিত (অর্থাৎ, "সারি প্রধান" ক্রমের পরিবর্তে "কলাম প্রধান" ক্রম)।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• a_index: 2-D. SparseTensor এর indices , আকার [nnz, 2] ম্যাট্রিক্স।
• a_values: 1-D. SparseTensor এর values , আকার [nnz] ভেক্টর।
• a_shape: 1-D. SparseTensor এর shape , আকার [2] ভেক্টর।
• b: 2-D. একটি ঘন ম্যাট্রিক্স।

ঐচ্ছিক বৈশিষ্ট্য (দেখুন Attrs ):

• adjoint_a: ম্যাট্রিক্স গুনতে A এর সংযোজন ব্যবহার করুন। যদি A জটিল হয় তবে এটি ট্রান্সপোজ(কঞ্জ(এ))। অন্যথায় এটি স্থানান্তর (এ)।
• adjoint_b: ম্যাট্রিক্স গুনতে B এর adjoint ব্যবহার করুন। যদি B জটিল হয় তবে এটি ট্রান্সপোজ(কঞ্জ(বি))। অন্যথায় এটি স্থানান্তর (বি)।

রিটার্ন:

• Output : পণ্য টেনসর।

পাবলিক বৈশিষ্ট্য

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
)