dòng chảy căng:: ôi:: DeserializeManyThưa thớt

Giải tuần tự hóa và ghép nối SparseTensors từ một minibatch được tuần tự hóa.

Bản tóm tắt

Đầu vào serialized_sparse phải là ma trận chuỗi có hình dạng [N x 3] trong đó N là kích thước minibatch và các hàng tương ứng với các đầu ra được đóng gói của SerializeSparse . Thứ hạng của các đối tượng SparseTensor ban đầu đều phải khớp nhau. Khi SparseTensor cuối cùng được tạo, nó có thứ hạng cao hơn một bậc so với thứ hạng của các đối tượng SparseTensor sắp tới (chúng đã được nối dọc theo một chiều hàng mới).

Các giá trị hình dạng của đối tượng SparseTensor đầu ra cho tất cả các kích thước nhưng giá trị đầu tiên là giá trị tối đa trên các giá trị hình dạng của đối tượng SparseTensor đầu vào cho các kích thước tương ứng. Giá trị hình dạng đầu tiên của nó là N , kích thước minibatch.

Các chỉ số của đối tượng SparseTensor đầu vào được giả sử được sắp xếp theo thứ tự từ điển tiêu chuẩn. Nếu không, sau bước này hãy chạy SparseReorder để khôi phục thứ tự chỉ mục.

Ví dụ: nếu đầu vào được tuần tự hóa là ma trận [2 x 3] đại diện cho hai đối tượng SparseTensor ban đầu:

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

Và

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

thì SparseTensor được giải tuần tự hóa cuối cùng sẽ là:

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

Lập luận:

• phạm vi: Một đối tượng Phạm vi
• serialized_sparse: 2-D, N đối tượng SparseTensor được tuần tự hóa. Phải có 3 cột.
• dtype: dtype của các đối tượng SparseTensor được tuần tự hóa.

Trả về:

• Output các chỉ số thưa thớt
• Output giá trị thưa thớt
• Output thưa_shape

Thuộc tính công khai

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
)