przepływ tensorowy:: ops:: DeserializowaćManySparse

Deserializuj i łącz SparseTensors z serializowanej minipartii.

Streszczenie

Dane wejściowe serialized_sparse muszą być macierzą ciągów o kształcie [N x 3] gdzie N to rozmiar minipartii, a wiersze odpowiadają spakowanym wynikom SerializeSparse . Wszystkie rangi oryginalnych obiektów SparseTensor muszą się zgadzać. Kiedy tworzony jest ostateczny SparseTensor , ma on rangę o jeden wyższą niż rangi przychodzących obiektów SparseTensor (zostały one połączone w nowym wymiarze wierszowym).

Wyjściowe wartości kształtu obiektu SparseTensor dla wszystkich wymiarów oprócz pierwszego są maksymalnymi wartościami kształtu wejściowych obiektów SparseTensor dla odpowiednich wymiarów. Jej pierwszą wartością kształtu jest N , czyli rozmiar minipartii.

Zakłada się, że indeksy wejściowych obiektów SparseTensor są uporządkowane w standardowym porządku leksykograficznym. Jeśli tak nie jest, po tym kroku uruchom SparseReorder , aby przywrócić kolejność indeksów.

Na przykład, jeśli serializowane dane wejściowe to macierz [2 x 3] reprezentująca dwa oryginalne obiekty SparseTensor :

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

I

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

wtedy końcowy deserializowany SparseTensor będzie:

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

Argumenty:

• zakres: Obiekt Scope
• serialized_sparse: 2-D, N serializowanych obiektów SparseTensor . Musi mieć 3 kolumny.
• dtype: dtype d serializowanych obiektów SparseTensor .

Zwroty:

• Output sparse_indices
• Output wartości_rzadkie
• Output sparse_shape

Atrybuty publiczne

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
)