تدفق التوتر:: العمليات:: SparseConcat

يسلسل قائمة SparseTensor على طول البعد المحدد.

ملخص

التسلسل يتعلق بالإصدارات الكثيفة من هذه الموترات المتناثرة. من المفترض أن كل إدخال هو SparseTensor الذي يتم ترتيب عناصره حسب عدد الأبعاد المتزايد.

يجب أن تتطابق جميع أشكال المدخلات، باستثناء البعد المتسلسل. يجب أن يكون لقوائم indices values shapes نفس الطول.

شكل المخرجات مطابق للمدخلات، باستثناء طول البعد المتسلسل، حيث يكون مجموع أحجام المدخلات على طول هذا البعد.

سيتم اللجوء إلى عناصر الإخراج للحفاظ على ترتيب الفرز مع زيادة عدد الأبعاد.

يتم تشغيل هذه العملية في وقت O(M log M) ، حيث M هو العدد الإجمالي للقيم غير الفارغة عبر جميع المدخلات. ويرجع ذلك إلى الحاجة إلى فرز داخلي من أجل التسلسل بكفاءة عبر بُعد عشوائي.

على سبيل المثال، إذا كان concat_dim = 1 وكانت المدخلات

sp_inputs[0]: shape = [2, 3]
[0, 2]: "a"
[1, 0]: "b"
[1, 1]: "c"

sp_inputs[1]: shape = [2, 4]
[0, 1]: "d"
[0, 2]: "e"

ثم سيكون الإخراج

shape = [2, 7]
[0, 2]: "a"
[0, 4]: "d"
[0, 5]: "e"
[1, 0]: "b"
[1, 1]: "c"

بيانيا هذا يعادل القيام

[    a] concat [  d e  ] = [    a   d e  ]
[b c  ]        [       ]   [b c          ]

الحجج:

• النطاق: كائن النطاق
• المؤشرات: 2-د. مؤشرات كل مدخلات SparseTensor .
• القيم: 1-د. القيم غير الفارغة لكل SparseTensor .
• الأشكال: 1-د. أشكال كل SparseTensor .
• concat_dim: البعد المراد تسلسله. يجب أن يكون في النطاق [-rank, rank)، حيث rank هو عدد الأبعاد في كل إدخال SparseTensor .

العوائد:

• Output الإخراج: 2-D. مؤشرات SparseTensor المتسلسلة.
• قيم إخراج Output : 1-D. القيم غير الفارغة لـ SparseTensor المتسلسلة.
• شكل Output : 1-D. شكل SparseTensor المتسلسل.

الصفات العامة

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 SparseConcat(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList values,
  ::tensorflow::InputList shapes,
  int64 concat_dim
)