টেনসরফ্লো :: অপস:: DeserializeSparse

SparseTensor অবজেক্ট ডিসিরিয়ালাইজ করুন।

সারাংশ

ইনপুট serialized_sparse অবশ্যই আকৃতি [?, ?, ..., ?, 3] থাকতে হবে যেখানে শেষ মাত্রা SparseTensor অবজেক্টগুলিকে ক্রমিকভাবে সঞ্চয় করে এবং অন্যান্য N মাত্রাগুলি (N >= 0) একটি ব্যাচের সাথে মিলে যায়। মূল SparseTensor অবজেক্টের র‌্যাঙ্ক অবশ্যই সব মিলে যাবে। যখন চূড়ান্ত SparseTensor তৈরি করা হয়, তখন এর র‍্যাঙ্ক হল ইনকামিং SparseTensor অবজেক্ট প্লাস N এর র‍্যাঙ্ক; স্পার্স টেনসরগুলিকে নতুন মাত্রার সাথে সংযুক্ত করা হয়েছে, প্রতিটি ব্যাচের জন্য একটি।

মূল মাত্রার জন্য আউটপুট SparseTensor অবজেক্টের আকৃতি মানগুলি সংশ্লিষ্ট মাত্রাগুলির জন্য ইনপুট SparseTensor অবজেক্টের আকৃতির মান জুড়ে সর্বাধিক। নতুন মাত্রা ব্যাচের আকারের সাথে মেলে।

ইনপুট SparseTensor অবজেক্টের সূচকগুলিকে আদর্শ লেক্সিকোগ্রাফিক ক্রমানুসারে অনুমান করা হয়। যদি এটি না হয়, এই ধাপের পরে সূচী ক্রম পুনরুদ্ধার করতে SparseReorder চালান।

উদাহরণস্বরূপ, যদি ক্রমিক ইনপুট একটি [2 x 3] ম্যাট্রিক্স হয় যা দুটি মূল SparseTensor বস্তুর প্রতিনিধিত্ব করে:

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

এবং

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

তারপর চূড়ান্ত ডিসিরিয়ালাইজড SparseTensor হবে:

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

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• serialized_sparse: সিরিয়ালাইজড SparseTensor অবজেক্ট। শেষ মাত্রায় অবশ্যই 3টি কলাম থাকতে হবে।
• dtype: ক্রমানুসারে SparseTensor অবজেক্টের dtype ।

রিটার্ন:

• Output sparse_index
• Output sparse_values
• Output sparse_shape

পাবলিক বৈশিষ্ট্য

Operation operation

::tensorflow::Output sparse_indices

::tensorflow::Output sparse_shape

::tensorflow::Output sparse_values

 DeserializeSparse(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized_sparse,
  DataType dtype
)