เทนเซอร์โฟลว์:: ปฏิบัติการ:: เบาบางCrossHashed

สร้าง crosse cross จากรายการเทนเซอร์แบบกระจัดกระจายและหนาแน่น

สรุป

op รับสองรายการ รายการหนึ่งใน 2D SparseTensor และรายการหนึ่งใน 2D Tensor ซึ่งแต่ละรายการแสดงถึงคุณลักษณะของคอลัมน์คุณลักษณะหนึ่งคอลัมน์ โดยจะส่งสัญญาณออกเป็น 2D SparseTensor พร้อมด้วยคุณสมบัติเหล่านี้ที่ข้ามแบบแบทช์

เช่นหากอินพุตเป็น

inputs[0]: SparseTensor with shape = [2, 2]
[0, 0]: "a"
[1, 0]: "b"
[1, 1]: "c"

inputs[1]: SparseTensor with shape = [2, 1]
[0, 0]: "d"
[1, 0]: "e"

inputs[2]: Tensor [["f"], ["g"]]

จากนั้นผลลัพธ์จะเป็น

shape = [2, 2]
[0, 0]: "a_X_d_X_f"
[1, 0]: "b_X_e_X_g"
[1, 1]: "c_X_e_X_g"

ถ้า hashed_output=true ผลลัพธ์จะเป็น

shape = [2, 2]
[0, 0]: FingerprintCat64(
            Fingerprint64("f"), FingerprintCat64(
                Fingerprint64("d"), Fingerprint64("a")))
[1, 0]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("b")))
[1, 1]: FingerprintCat64(
            Fingerprint64("g"), FingerprintCat64(
                Fingerprint64("e"), Fingerprint64("c")))

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• ดัชนี: 2-D ดัชนีของแต่ละอินพุต SparseTensor
• ค่า: 1-D ค่าของ SparseTensor แต่ละตัว
• รูปร่าง: 1-D รูปร่างของ SparseTensor แต่ละตัว
• หนาแน่น_อินพุต: 2-D คอลัมน์ที่แสดงโดย Tensor หนาแน่น
• num_buckets: ใช้หาก hashed_output เป็นจริง เอาต์พุต = hashed_valuenum_buckets ถ้า num_buckets > 0 มิฉะนั้น hashed_value
• strong_hash: บูลีน หากเป็นจริง จะใช้ siphash กับเกลือแทน farmhash
• เกลือ: ระบุเกลือที่จะใช้โดยฟังก์ชัน siphash

ผลตอบแทน:

• Output output_indices: 2-D ดัชนีของ SparseTensor ที่ต่อกัน
• Output ท output_values: 1-D ค่าที่ไม่ว่างเปล่าของ SparseTensor ที่ต่อกันหรือแฮช
• Output เอาต์พุต_รูปร่าง: 1-D รูปร่างของ SparseTensor ที่ต่อกัน

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output output_indices

::tensorflow::Output output_shape

::tensorflow::Output output_values

 SparseCrossHashed(
  const ::tensorflow::Scope & scope,
  ::tensorflow::InputList indices,
  ::tensorflow::InputList values,
  ::tensorflow::InputList shapes,
  ::tensorflow::InputList dense_inputs,
  ::tensorflow::Input num_buckets,
  ::tensorflow::Input strong_hash,
  ::tensorflow::Input salt
)