fluxo tensor:: ops:: DesserializeSparse

Desserializar objetos SparseTensor .

Resumo

A entrada serialized_sparse deve ter o formato [?, ?, ..., ?, 3] onde a última dimensão armazena objetos SparseTensor serializados e as demais N dimensões (N >= 0) correspondem a um lote. Todas as classificações dos objetos SparseTensor originais devem corresponder. Quando o SparseTensor final é criado, sua classificação é a classificação dos objetos SparseTensor recebidos mais N; os tensores esparsos foram concatenados em novas dimensões, uma para cada lote.

Os valores de forma do objeto SparseTensor de saída para as dimensões originais são o máximo entre os valores de forma dos objetos SparseTensor de entrada para as dimensões correspondentes. As novas dimensões correspondem ao tamanho do lote.

Os índices dos objetos SparseTensor de entrada são considerados ordenados na ordem lexicográfica padrão. Se este não for o caso, após esta etapa execute SparseReorder para restaurar a ordem do índice.

Por exemplo, se a entrada serializada for uma matriz [2 x 3] representando dois objetos SparseTensor originais:

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

e

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

então o SparseTensor desserializado final será:

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

Argumentos:

• escopo: um objeto Escopo
• serialized_sparse: os objetos SparseTensor serializados. A última dimensão deve ter 3 colunas.
• dtype: O dtype dos objetos SparseTensor serializados.

Retorna:

• Output sparse_indices
• Output sparse_values
• Output sparse_shape

Atributos públicos

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
)